基于层次分析法的教育考试舆情预警模型构建及案例运用

admin管理员组

文章数量:1530846

2024年1月9日发(作者：)

2021年第4期JournalofChinaExaminationsNo.4,2021基于层次分析法的教育考试舆情预警模型构建及案例运用李猛哲杨跃东（教育部考试中心，北京100084）摘要：基于层次分析法，结合网络舆情“四阶段”演变模型，抽取教育考试舆情监测体系的相关指标，设计由萌芽指数、发展指数和态度指数构成的教育考试舆情预警模型，并对各指标量化和权重确值，划分舆情预警级别，进行案例实证分析。萌芽指数旨在确定舆情的初始性质和潜在风险，发展指数和态度指数旨在洞察舆情的传播态势和态度情况。该模型为教育考试网络舆情的发展状态判断、网络态度判断和风险预警判断提供了客观方法。关键词：教育考试舆情；网络舆情；舆情治理；舆情监测【中图分类号】G405【文献标识码】A【文章编号】1005-8427（2021）04-0015-7DOI:10.19360/.11-3303/g4.2021.04.003人类社会经历了农业革命、工业革命，正在经历着深刻的信息革命。互联网、大数据和人工智能等现代信息技术蓬勃发展，造就了丰富多元的网络空间。网络作为一个开放性、匿名性和互动性的虚实结合空间，成为人们关注信息、了解信息、交流信息的媒介平台，蕴含着强大的传播势能，映射着现实的社会生活，串联起复杂的社会关系[1]。21世纪的信息社会，网络空间汇聚民意，已经成为社会生活的“晴雨表”，它一方面增强了民众的权利意识、监督意识和民主意识，促进了社会进步；但另一方面，其有害信息的发酵和负面舆情的导向严重危害网络生态，容易影响社会的和谐稳定，唯有提前预警感知，做好舆情“天气预报”，才能防患于未然[2-3]。聚焦到教育考试领域，由于涉及的考生群体集中，招考的举办时间集中，有害信息和负面舆情传播突发性强、即时性高，传统的“凭经验式”收稿日期：2020-12-30修回日期：2021-03-08“靠专家式”的风险预警已经不适用于新媒体时代和大数据时代的舆情监测；因此，需要构建有效的教育考试舆情预警模型，形成高效的教育考试舆情预警方法，实现教育考试舆情发展态势的动态表征，以便能够在纷繁复杂的网络空间中，快速掌控舆情的整体情况，精准识别舆情的风险危机，为教育考试舆情预警提供抓手，为教育考试负面舆情应对赢得主动权，为保障教育考试安全稳定发挥积极作用，进一步提高教育考试舆情风险评估的专业化水平。1教育考试舆情预警模型设计在教育考试舆情监测指标体系研究[4]基础上，结合网络舆情“四阶段”演变模型[5]，强化舆情的风险评估和预警意义，设计教育考试舆情预警模型。该模型可以对网络空间中舆情信息的传播发展和受众态度进行动态监测和数值描述。国家教育考试科研规划2017年度重点课题“考试舆情监控体系研究”（GJK2017021）基金项目：李猛哲（1992—），男，教育部考试中心助理研究员；作者简介：杨跃东（1980—），男，教育部考试中心副处长。

·16·将教育考试舆情预警模型定义为I={舆情态度指数I1,I2,I3}，包括舆情萌芽指数II1、舆情发展指数I2、3，3个指数共同描述舆情预警状态。在舆情萌芽阶段，通过I1初步确定舆情的初始性质和潜在风险；在舆情的生长、爆发和消退阶段，通过I2、I3洞察舆情的传播态势和态度情况。具体模型见图1。内容影响度量化值f1萌芽内容视听化度量化值f萌芽指数I21首发者影响力量化值f3首发者活跃度量化值f4媒介传播覆盖度量化值f生长5媒介传播速度量化值f6发展指数I2媒介传播热度量化值f7爆发受众热度量化值f8受众广度量化值f9受众态度量化值f10消退态度指数I3媒体态度量化值f11意见领袖态度量化值f12图1教育考试舆情预警模型I1由内容影响度量化值f1、内容视听化度量化值f2、首发者影响力量化值f3和首发者活跃度量化值f4组成。以f1、f2、f3、f4指标依据，结合相应权重w1、w4个量化值作为2、w3和w4，构建萌芽指数I1为：I1其中：f=w1f1+w2f2+w3f3+w4f4（1）1包含舆情内容影响考生数的量化值和舆情内容覆盖省份数的量化值；f2指内容信息表达方式的量化值；f3包含舆情首发者粉丝人数、平2021年第4期均被转发条数、平均被浏览条数、平均被回复（包括点赞）条数的量化值；f4包含舆情首发者发布频率和回复频率的量化值。I2表征舆情的发展变化状态，在网络媒体生态圈中的发展变化状态包括生长、爆发和消退。该指数由媒介传播覆盖度量化值f5、媒介传播速度量化值f6、媒介传播热度量化值f7、受众热度量化值f8和受众广度量化值f9组成，结合相应权重w5、w6、w7、w8和w构建发展指数I=w9，2为：I25f5其中：f+w6f6+w7f7+w8f8+w9f9（2）5包含舆情网络生态圈社交媒体、新闻媒体和网络社区覆盖数的量化值；f6包含舆情网络生态圈单位时间内社交媒体产生数、新闻媒体报道数、网络社区产生数的量化值；f7包含舆情网络生态圈社交媒体信息总产生数、新闻媒体信息总报道数、网络社区信息总产生数的量化值；f8包含舆情网络生态圈受众的浏览次数、回复（包含点赞）次数、转发次数的量化值；f9表示舆情信息所覆盖受众的省份数量化值。舆情生长、爆发和消退阶段的预警，除舆情发展指数外，还定义了舆情态度指数I3。该指数由受众态度量化值f10、媒体态度量化值f11和意见领袖态度量化值f12组成，结合相应权重w10、w11和w12，构建态度指数I=w3为：I310f10+w11f11+w12f12（3）其中：f10指舆情事件所影响受众的态度量化值；f11指各大媒体对舆情事件的态度量化值；f12指具有一定知名度，能影响多数人态度倾向的“网络活跃分子”的态度量化值。2教育考试舆情预警模型指标量化经上述分析，教育考试舆情预警模型可转化éW1T[ù为I=F1,F2,F3]∙êêW2Tú，涉及12个指标、12个权ëW3Túû

李猛哲等：基于层次分析法的教育考试舆情预警模型构建及案例运用·17·重，共计24个参数。其中：F1、F2、F3[为实时监测指标数据对应的量化值，F14[=f1⋯f]]，F2=f5⋯f9]，F3=[f10f11f12，W1[=w1⋯w4，W2=w5⋯w9]，W3=[w10w]11w12]。对[f1~f12指标下的各个子指标进行统计和定量分析后，加权平均求出f1~f12的数值，同时确定f1~f12对应的权重w1~w12，最后通过指标参数和权重参数相乘求出I1、I2和I3的综合数值，并对其进行预警级别划分。2.1指标量化方法量化f1~f12指标应遵循3条原则：1）可比性原则。教育考试舆情预警模型下的指标涉及不同维度，量化过程要考虑各个指标的最大值跨度，合理设计量化映射函数。2）有限性原则。在浩渺的网络空间中，社交媒体数据、新闻媒体数据和网络社区数据等鱼龙混杂，为快速准确赋值，部分指标数据的采集范围应有针对性地抽样选择。3）归一性原则。经过确值、赋权等一系列数据操作后的预警模型的区间范围为0~1，便于指导舆情预警和研判。量化f1下3种方法。~f12指标主要采用以一是函数法。对舆情内容影响考生数、舆情首发者粉丝人数、单位时间社交媒体产生数、社交媒体信息总数等区间范围跨度大的指标，经过归一化后采用非均匀函数量化法[6]；对舆情首发者平均被转发数/条、平均被回复数/条等跨度小的指标，经过归一化后采用均匀函数量化法。其中：非均匀量化函数采用A律压缩函数f(x)=ln大对应的量化值增长速度越快，(1+Ax)/ln(1+A)，A代表量化的尺度，对应的非均匀量其值越化函数图象越陡峭；均匀量化函数采用一次函数f(x)=x，x表示指标经过归一化后的数值。各指标归一化的区间范围及非均匀量化函数A的取值，根据教育考试舆情库中的累积经验数据确定。图2为均匀量化函数和非均匀量化函数示意图，横轴代表归一化数值，纵轴代表经过均匀量化函数和非均匀量化函数后的映射值。1.0均匀量化非均匀量化值0.8射映0.60.40.20.00.2归一化数值0.40.60.81.0图2均匀量化和非均匀量化函数二是比率法。对舆情覆盖省份数、社交媒体覆盖数、新闻媒体覆盖数、网络社区覆盖数等单一趋势变化且能按比例确定数值的指标采用比率法，（fx）=x/N，其中，N代表省份数、教育考试舆情库中的社交媒体总数、新闻媒体总数、网络社区总数等，x表示监测时指标的具体数值。三是抽样法。对受众、媒体、意见领袖态度等指标进行有针对性的抽样统计，计算正负态度的比率。以受众态度为例，抽取Top20热度信息中前20名受众的舆论态度进行比率计算，整个取样值为400，f(x)=x/400。x表示受众态度的累加值，初始值为0，若单个受众持正面态度则加1，持负面态度则减1，其量化区间为[-1,1]。f12.2模型权重分析~f12指标的各子指标的量化方法见表1。对权重w1针对f~w12进行分析，确定具体数值。1法中的~f9对应的权重w1层次分析法（analytic~w9，采用经典运筹学方hierarchyprocess,AHP杂决策问题综合为统一的整体后再分析评价，）进行计算。该方法将一些定性和定量的复适用于解决决策分析、优先排序等问题[7]。针对f10~f12对应的权重w10f~w12，因I3中受众、媒体、意见领袖态度10重相等，即w~f12同等重要，所以定义w10~w12权10=w11=w12=1/3。

·18·表1指标f1f22021年第4期f1~f12指标量化方法量化方法非均匀函数量化法比率法比率法非均匀函数量化法均匀函数量化法非均匀函数量化法均匀函数量化法均匀函数量化法均匀函数量化法比率法比率法比率法非均匀函数量化法均匀函数量化法均匀函数量化法非均匀函数量化法均匀函数量化法均匀函数量化法非均匀函数量化法均匀函数量化法均匀函数量化法比率法抽样法抽样法抽样法区间[0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][0,1][-1,1][-1,1][-1,1][0,1]子指标影响考生数覆盖省份数信息表达方式首发者粉丝人数平均被转发数/条平均被浏览数/条平均被回复数/条发布频率回复频率社交媒体覆盖数新闻媒体覆盖数网络社区覆盖数单位时间社交媒体产生数f3f4f5f6单位时间新闻媒体报道数单位时间网络社区产生数社交媒体总产生数f7新闻媒体总报道数网络社区总产生数浏览次数f8f9回复次数转发次数覆盖省份数f10f11f12权重向量W=(w1,w2,⋯,wnAHP法确定权重的基本思路为：首先，根据其次，对判断矩阵进行层次单排序，即对判断矩阵A求解满足AW=λmaxW的特征根和特征向量。具体计算方式为：先将矩阵A的列向量归一化后按行求和得矩阵A1，再将A1归一化得到W，通过AW=λmaxW计算λmax。)T对应的指标因素构建一个判断矩阵，以反映各因素之间的相对权n代表矩阵的阶重，定义判断矩阵为A=(aij)，nn数，元素aij指因素i与因素j的相对重要程度，取值的标度见表2。表2赋值13572,4,6,8倒数9[8]最后，判断矩阵是否可接受，定义检验系数CR=CI/RI，其中CI=(λmax-n)/(n-1)，代表一判断矩阵标度意义致性指标，n代表矩阵RI代表随机一致性指标，的阶数，对应的标准值见表3。当CR≤0.10时，判断矩阵的一致性可以接受。表3n12因素i与因素j同等重要因素i比因素j稍微重要因素i比因素j明显重要因素i比因素j强烈重要因素i比因素j极端重要重要性在相邻标度中间因素j和因素i之间的重要性对比随机一致性指标标准值[9]3456789RI0.000.000.580.901.121.241.321.411.45

李猛哲等：基于层次分析法的教育考试舆情预警模型构建及案例运用对I1的内容影响度、内容视听化度、首发者影响力、首发者活跃度4个指标进行AHP法计算，确定W1权重；同理对I2的媒介传播覆盖度、传播速度、传播热度，受众的热度、广度进行AHP法计算，确定对应的指标权重W2。根据AHP原理，·19·5个层级，其中：[0,0.3）以下为轻度预警，[0.3,为重大预警，[0.85,1]为特别重大预警。0.5）为中度预警，[0.5,0.7）为较大预警，[0.7,0.85）3教育考试舆情预警模型运用获取I1和I2中各指标对应的判断矩阵A1和A2，对A1和A2中每一列的向量进行归一化，再对矩阵按行求和后进行归一化得出向量W1和W2，计算得出A1W1、A2W2、λ1和λ2，当CRA1和CR2都小于等于1和A2可以接受,得出可靠的权重向量。0.10时，认为判断矩阵采取专家评分法，邀请15位经验丰富的教育考试舆情工作者对I1和I2指标的权重进行评分，各获得15个判断矩阵，其中1份问卷的W1和W2判断矩阵对应的CR＞0.10，认为其评分不合格，该判断矩阵不可用。对14份CR＜0.10的有效评分问卷的权重向量进行加权算术平均计算，得到-W1=[-w1⋯-w4]和-W2=[-w5⋯-w9]，联合W3的权重数据，确定教育考试舆情预警模型的整体权重见表4。表4教育考试舆情预警模型对应权重--WCR---1[0.33870.0970.062250.424<0.1050.1396]--W1CR---2[0.15770.22910.24650.28860.0781]W23[1/30.0661/38<0.101/3]由表4可知，I1指标中的舆情内容影响度、首发者影响力权重较大，I2指标中的传播速度、传播热度、受众热度权重较大，在日常舆情监测中应重点关注。2.3预警级别划分以构建的教育考试舆情预警模型I为评价依据，结合教育考试舆情库中的累积经验数据，将舆情萌芽指数I1和舆情发展指数I2的综合分析值，按照轻度预警到特别重大预警的增长划分为以“2018年河南高考答题卡事件”为例，采集2018考试舆情预警模型进行量化计算。年8月5日—16日的网络舆情数据，8月5对教育日信息首发时，根据信息内容和首发者情况得出其萌芽指数I1类别，轻度预警，=0.2156，但考虑信息涉及高考，判断该事件属于教育考试管理且有家长实名举报，因此也应重视。根据I2和I3绘制8月5数图日—（图164日舆情发展指数图）。（图3）和舆情态度指数指展发情舆日期图3“2018年河南高考答题卡事件”舆情发展指数变化图数指度态情舆日期图4“2018年河南高考答题卡事件”舆情态度指数变化图

·20·从图3、图4可以看出舆情的整体趋势为：8月6日，河南省教育厅第一次回应称“纪检监察部门正在依法依规进行调查，调查结果将及时向社会公布”，此后舆情发展指数迅速增长；8月7日，河南招生办公室通过其官网发布“致全省招生考试战线同志们的一封信”后，舆情发展指数达到第一次高峰值0.8973，此时舆情热度最高，且舆情态度指数为负数，为特别重大预警；8月8日—10日，舆情持续发酵；8月11日，河南省纪委监察委公布调查结果，称“经过调查核实不存在人为调包试卷和答题卡现象”，引发网络热议，舆情发展指数达到第二次高峰值0.7210，此时舆情热度依旧很高，但舆情态度指数已经由负数转为正数，解除预警；8月12日—16日，舆情热度逐渐下降，处于消退期。本研究提出的舆情预警模型将定性和定量分析融为一体，能够反映教育考试舆情传播发展的萌芽、生长、爆发、消退态势，表征网络空间中教育考试舆情的传播态度变化，为教育考试网络舆情预警提供了行之有效的方法。后续研究将通过丰富的教育考试舆情事件进一步优化模型2021年第4期参数，同时充分利用大数据分析和挖掘技术提高指标量化的准确性。参考文献：[1]人民网舆情监测室.如何应对网络舆情?:网络舆情分析师手册[M].北京:新华出版社,2011:5-9.民邮电出版社,2020:6-13.[2]张传新,崔海默.网络舆论引导能力研究[M].北京:人[3]张志安,晏齐宏.网络舆论的概念认知、分析层次与引导策略[J].新闻与传播研究,2016,23（5）:20-29.中国考试,2019（4）:35-40.[4]李猛哲,杨跃东.教育考试舆情监测指标体系设计[J].[5]方付建.把脉网络舆情:突发事件网络舆情演变研究[6]付业勤,郑向敏,郑文标,等.旅游危机事件网络舆情184-189.[M].武汉:华中科技大学出版社,2017:48-54.的监测预警指标体系研究[J].情报杂志,2014,33（8）:[7]郝晓伟.网络舆情监测理论与实践[M].北京:国家行政学院出版社,2015:188-198.[8]傅昌波,郭晓科.基于层次分析法的舆情风险评估指2017（6）:150-157.标体系研究[J].北京师范大学学报（社会科学版）,[9]曾润喜.热点事件网络舆情的传播与治理[M].武汉:华中科技大学出版社,2017:onstructionandCaseApplicationofEarly-WarningofPublicOpinioninEducationExaminationsBasedonAnalyticHierarchyProcessLIMengzhe,YANGYuedong（NationalEducationExaminationsAuthority,Beijing100084,China）Abstract:Basedonanalytichierarchyprocess,andcombinedwiththe“fourstages”classicalmodeloftheonlinepublicopinion,thestudyextractsrelevantindexesofthepublicopinionmonitoringindexsystemofeducationexamination,anddesignstheearly-warningmodelofpublicopinionineducationexaminations,whichcontainsgerminationindex,minationindexiscomposedofcontentinfluencedegree,contentaudio-visualdegree,elopmentindexiscomposedofmediacoverage,mediaspeed,mediapopularity,itudeindexiscomposedofaudienceattitude,ghtofeachindexisdetermined,theearly-warninglevelofpublicopinionis（下转第35页）

高黎明等：基于学业成绩表现的高考历史选考群体差异性分析·35·AnalysisofDifferencesamongHistoryGroupsinGaokaoBasedonTheirAcademicAchievementsGAOLiming,SONGBaohe（ShandongProvincialAcademyofEducationalRecruitmentandExamination,Jinan250011,China）Abstract:In2014,anewroundofGaokaocomprehensivereformwasimplemented,rtounderstandthedifferencesofthestudents’performance,thepapertakntheanalysisoftheacademicproficiencytestdatain2019andthequestionnairesurveyofthehistorygroupsintenhighschools,itisfoundthatthestudents’acencesunderthemodeofliteraturesynthesis/sciencesynthesis,thedifferencehasthecharacteristicsedwiththestudents’morevariables,ore,weshouldfullyunderstandthenewcomprehensiveandpersonalizeddevelopmentasthevalueorientation,carryoutthedifferentiatedclassroomteachingbasedoncourseselectionandclasstaking,andestablishtheds:Gaokaocomprehensivereform;newGaokao;academicproficiencytest;electivesubjectofhistory（责任编辑：张卫）characteristicsofstudents’groupdifferencesunderthecourseselectionexamination,takepromotingstudents’（上接第20页）minationindexaimstodeterminetheinitialnatureandpotentialrisksofpublicopinion,whilethedevelopmentindexandtheattitudeindexaimtogaininsightintodevelopmentstate,attopinionmonitoring（责任编辑：张丽）elprovidesanobjectivemethodtojudgetheKeywords:publicopiniononeducationexaminations;internetpublicopinion;publicopiniongovernance;

本文标签： 舆情量化考试教育预警