09004510趙倩楠-開題報告

題目基于馬爾可夫鏈的食品安全輿情熱度預測研究學生姓名趙倩楠班級學號09004510專業(yè)信息管理與信息系統(tǒng)提綱(開題報告3000字以上)：1.對指導教師下達的課題任務的學習與理解2.閱讀文獻資料進行調研的綜述3.根據(jù)任務書的任務及文獻調研結果，初步擬定的執(zhí)行（實施）方案（含具體進度計劃）一、本課題的研究意義和研究背景食品安全本就是民生大事，與社會公眾的生活息息相關。根據(jù)著名的馬斯洛需求理論，食品安全屬于人類最基礎的需要，和人類的聯(lián)系最緊密，人們的關注度自然也最高。現(xiàn)今，食品安全事件的傳播主要借助于互聯(lián)網，網民通過大量的轉載，評論，增加事件的關注度。因此，食品安全問題已經逐漸成為全世界關注的話題。而近年來，我國也屢次發(fā)生食品安全問題，公眾漸漸對政府的監(jiān)管監(jiān)測失去了信心，對國內食品失去了信心，甚至出現(xiàn)了擔憂。例如奶粉行業(yè)，國內大部分的公眾都不愿意購買國內奶粉，他們寧愿花高價購買進口奶粉。這一舉動大大的影響著我國食品業(yè)的發(fā)展。因此綜合多次的食品安全事件，不難發(fā)現(xiàn)我國不完善的食品安全網絡輿情監(jiān)督監(jiān)測體系成了食品安全問題產生的主要原因，由此而引發(fā)的執(zhí)行力度不夠，反應滯后等問題都對食品安全監(jiān)管產生了很大的負面影響。為了進一步解決這類問題，則需要對食品安全網絡輿情做出更深層次的研究。本文，主要通過對是食品安全網絡輿情的熱度計算，分析其發(fā)展趨勢，及時做好食品安全問題的預防和檢測工作。二、本課題的文獻綜述1.食品安全網絡輿情綜述劉文，李強（2011）[1]認為食品安全網絡輿情是指有食品安全事件引發(fā)的，有網絡媒體、網民等主體對食品安全事件的報道、轉載和評論，并在民眾認知、情感和意志基礎上，對食品安全形勢、食品安全監(jiān)管所產生的主觀態(tài)度。翟傳增（2012）[2]認為食品安全網絡輿情因為結合了網絡因素使之區(qū)別于傳統(tǒng)輿情的傳播方式，具有5大特點。一是即時性，現(xiàn)今互聯(lián)網普及率大幅度提高，公眾可以食品安全事件可采用隨傳隨編隨發(fā)的操作，這樣在幾分鐘的時間內甚至幾秒鐘之內可以達到千萬次的閱讀。二是匿名性，互聯(lián)網是一個虛擬的平臺，在網絡上發(fā)表言論的主體都可以是匿名的，因此網民可以隨意的對食品安全事件進行評價，這無疑減少了評論信息的有效性。三是過量性，食品安全事件一經發(fā)生，會產生巨大的回響，參與討論的人數(shù)眾多，而人們對于同一個事件的觀點也會不同，因此很難準確的反映出食品安全事件的本質。四是交互性，網絡平臺的接收者和發(fā)布者之間可以進行信息的交互，在短時間內可以產生很大社會動員力，極易造成食品安全事件相關信息傳播失真，失控，發(fā)酵，膨脹。五是突變性，食品安全網絡輿情與其他傳統(tǒng)輿情的發(fā)展趨勢有很大的不同，一般來說食品安全網絡輿情熱度會在短時間內達到最大點，又會在很短的時間內關注度急速下降，不會如其他輿情一樣持續(xù)很長時間。綜上所述，首先食品安全網絡輿情作為網絡輿情的一種，它區(qū)別于傳統(tǒng)的輿情傳播方式，如報刊，雜志的傳播。其次食品安全網絡輿情由于其他形式的網絡輿情無論在自身特點傳播方式上也存在著很大的差異，因此不能單單把研究其他網絡輿情的方法照搬到食品安全網絡輿情的方法研究上。2.熱度評價指標綜述李勘，李晶,劉萍（2011）[3]認為一個輿論事件是否是熱點，取決于熱門對給事件的關注程度，通常通過點擊數(shù)和回復數(shù)來進行描述的。因此在統(tǒng)計數(shù)據(jù)是可以搜集主要新聞網站，主要論壇，主要博客中回復數(shù)，點擊數(shù)，回帖數(shù)，轉載數(shù)，以它們?yōu)樵u價指標，進而做出熱度的計算。張一文，齊佳音，方濱興，李欲曉(2011)[4]認為熱度評價指標可設定為市場化報刊媒體、黨報中央媒體數(shù)（人民網報刊檢測平臺利用關鍵詞進行搜索），廣電媒體新聞數(shù)（人民網媒體檢測平臺進行搜索），新聞專題數(shù)（搜索范圍限于選定的影響力大的新聞門戶網站，通過輿情檢測平臺結合人工進行搜索和分類），實時新聞數(shù)、新聞評價數(shù)（使用百度新聞搜索功能進行搜索，再通過人工進行計算和分類），發(fā)帖量、瀏覽量、回復數(shù)、博文數(shù)（一方面主流論壇搜索，再一方面利用人民網搜索平臺進行搜索），新聞話題數(shù)（將新聞專題中的新聞進行總結，找出最具影響力的話題，同時結合專家進行評判和篩選），意見領袖博文數(shù)（采用人民網輿情監(jiān)控平臺進行搜索）這7個指標。綜上可以看出，指標的選擇會對熱度計算的結果產生很大的影響，如果單純的根據(jù)博客的回復數(shù)，點擊數(shù)，回帖數(shù)，轉載數(shù)這四個指標來計算，會顯得指標的單薄性，局限性，不能很好的評價事件。而用后者的7個評價指標，又可以發(fā)現(xiàn)其中好幾個指標需要進行人工統(tǒng)計。一般來說，人工統(tǒng)計數(shù)據(jù)過程中會存在誤差，不能很好的保證數(shù)據(jù)的有效性，并且人工統(tǒng)計數(shù)據(jù)的效率不高，會影響研究進度，因此需要建立完善的指標體系，在這過程中，既要注重指標數(shù)據(jù)的可取性，又要注重有效性。網絡輿情熱度預測方法綜述劉勘，李晶，劉萍（2011）[3]認為可以采用馬爾可夫模型進行預測分析。因為馬爾可夫模型是預測分析中的一個可靠模型，成功運用于社會生活各個方面，如股票預測，價格市場，人力資源供給，人口流動等。而馬爾可夫鏈適用于離散的，隨機的狀態(tài)過程。由于影響食品安全網絡輿情發(fā)展的因素具有多樣性和不確定性的特點，輿情發(fā)展的狀態(tài)可以看做一個隨機發(fā)展的過程，而它的發(fā)展受當前時間的影響非常強烈，即t+1時刻的狀態(tài)與t時刻的狀態(tài)有關，轉移過程只與當前熱度值有關。這些特點正好符合了馬爾科夫鏈的適用條件。羅暉霞，曲曉玲(2010)[5]認為可以采用K-means算法[6]進行輿情預測。K-means算法，實質上是一種將聚類視為密度估計問題的概率方法。其主要步驟是先進行多個聚類的中心選取，即聚類中所有對象的平均值，然后計算聚類之間的相似度，利用同聚類相似度大，不同聚類相似度小的原理，把兩個相似度最大的聚類合并成一個大的聚類，以此方法一直等到合并到最終條件為止。曾果（2008）[7]認為可以采用K近鄰算法進行預測研究。K近鄰算法的主要思想是：計算出新樣本與訓練樣本之間的距離，找出距離相近的K個鄰居；根據(jù)這些鄰居所屬的類別判定新樣本的類別，如果都屬于同一個列別，那么新樣本也屬于這個類，否則，對每個候選類別進行評分，按照某種規(guī)矩來確定新樣本的類別。這種方法運用到食品安全網絡輿情中也就是利用與新話題相似的歷史話題的點擊數(shù)時間序列來對新話題的熱度進行預測。實驗證明，內容相似的話題事件之間往往具有相似的發(fā)展態(tài)勢，可以利用相似話題的整體發(fā)展態(tài)勢對新話題的輿情熱度進行有效的預測。[8]ZhangYiwen,QiJiayin,FangBinxing,LiYuxiao（2011）[9]認為可以采用BP神經網絡算法進行網絡輿情的預測。BP神經網絡模型法通常是采用多個節(jié)點的輸入層，隱層，多個或者一個輸出層組成，當樣本信號輸入網絡是，逐層進行計算，再將輸出的結果與原始預測結果進行比較，如果誤差不在可接受范圍，則逐層返回，利用誤差對節(jié)點再進行調整，直到誤差變小，滿足需求時為止。BP神經網絡模型的本質是通過歷史數(shù)據(jù)的學習找出數(shù)據(jù)變化趨勢之間的非線性關系，并通過輸出量與預期量之間的誤差不斷調整網絡中各個單元的權重，使整個網絡的誤差最小。[10]綜上可以看出，許多學者在網絡輿情預測方面做出了較多的研究。上述的方法中也各有自己的優(yōu)缺點和適用的方面，針對于本文所研究的食品安全網絡輿情來說，結合它自身區(qū)別于其他網絡輿情的特點，因此，本文選用馬爾科夫鏈進行食品安全網絡輿情熱度的預測。指標權重計算方法綜述吳殿廷，李東方(2004)[11]認為可以采用層次分析法指標權重的計算。層次分析法（AnalyticHierarchyProcess,AHP）是美國運籌學家、匹茲堡大學薩第（T.L.Saaty）教授在20世紀70年代提出的一種系統(tǒng)分析方法，80年代初引進我國，是一種定性與定量分析相結合的多目標屬性決策方法。決策者將復雜的問題分若干層次，通過數(shù)學建模進行計算比較，最終得到各個因素的權重。[12]一般來說，AHP方法的研究體系分為三層，最高層為目標層，該層表示解決問題的目的；中間層為準則層；最底層為方案層。層次分析法的主要貢獻在于：1）提供了層次思維框架，便于整理思路，做出結構嚴謹，思路清晰；2）通過對比進行標度，增加了判斷的客觀性；3）把定性判斷與定量推斷結合，增強科學性和實用性。ZOUZH,YUNY,SUNJN(2006)[13]認為可采用熵值賦權法進行指標權重的分析。熵是信息論中測量系統(tǒng)無序程度的度量。系統(tǒng)提供的信息量越大，熵就越??；反之，信息量越小，熵就越大。熵值賦權法就是依據(jù)個指標數(shù)據(jù)所包含的信息量大小來確定指標的權重。熵值賦權法是一種客觀賦權法，是根據(jù)各指標值的變異程度所反映信息量的大小來確定指標的權重。當某個指標的熵值越大時，則說明指標信息的無序度越高，這個指標的利用價值越小，權重越??；反之，指標的熵值越小，指標信息反映的無序度越小，則這個指標的利用價值越高，權重也就越大。當某個指標的數(shù)據(jù)完全無序時，其熵值等于1，其對綜合評價的效用值為0。綜上所述，因為本文所選取的指標中并沒有層次的區(qū)分，因此層次分析法不適用于本文指標權重的計算。而熵值賦權法，在操作性，有效性上都符合本文的指標，因此選擇上值賦權法進行指標權重分析。參考文獻：[1]劉文，李強.食品安全網絡輿情監(jiān)測與干預研究初探[J].中國科技論壇，2012，（7）：44-49.[2]翟傳增.新媒體時代食品安全網絡輿情引導機制研究[J].安陽師范學院學報,2012,(4):145-147.[3]劉勘，李晶，劉萍.基于馬爾科夫鏈的輿情熱度趨勢分析[J].計算機工程與應用,2011，47（36）:170-173.[4]張一文，齊佳音，方濱興，李欲曉.非常規(guī)突發(fā)事件網絡輿情熱度評價體系研究[J].情報科學，2011,(9):1418-1424.[5]羅暉霞，曲曉玲.基于網絡輿情的K-means算法的改進研究.電腦開發(fā)與應用，2010,(8):4-8.[6]MacQueenJ.SomeMethodsforClassificationandAnalysisofMultivariateObservations[C].In:Proceedingsofthe5thBerkeleySymposiumonMathematicalstatisticsandProbability.Berkeley,UniversityofCaliforniaPress,1967:281-297.[7]曾果.基于K近鄰的垃圾郵件過濾模型[J].銅仁學院學報,2008,(9):118-119,134.[8]聶恩倫，陳黎，王亞強，秦湘清，金宇，于中華.基于K近鄰的新話題熱度預測算法[J].計算機科學，2012,(6):257-260.[9]ZhangYiwen,QiJiayin,FangBinxing,LiYuxiao.TheIndicatorSystemBasedonBPNeuralNetworkModelforNet-mediatedPublicOpiniononUnexpectedEmergency[J].ChinaCommunications,2011,(03):42-51.[10]賈建波.基于BP神經網絡的股市分析[J].商場現(xiàn)代化，2010,(11):132-134.[11]吳殿廷，李東方.層次分析法的不足及其改進的途徑[J].北京師范大學學報（自然科學版），2004,(4):264-267.[12]王小云，藍少華.檔案信息質量評價之-指標權重分析及運用[J].檔案學通訊,2010:41-45.[13]ZOUZH,YUNY,SUNJN.Entropymethodfordeterminationofweightofevaluatingindicatorsinfuzzysyntheticevaluationforwaterqualityassessment[J].JournalofEnvironmentalSciences,2006,18(5):1020-1023.三、本課題的論文第一章前言第二章文獻綜述2.1高校輿情綜述2.2高校輿情研究現(xiàn)狀綜述2.2.12.2.2主觀指標2.3網絡輿情熱度預測方法綜述2.3.1K-means算法2.3.2K近鄰算法2.3.3BP神經網絡算法2.3.4馬爾可夫模型2.4指標權重計算法方法綜述2.4.1層次分析法2.4.2熵值賦權法第三章食品安全輿情指標體系的建立第四章食品安全網絡輿情熱度計算第五章食品安全輿情熱度預測計算邏輯5.1狀態(tài)劃分5.2狀態(tài)轉移矩陣第六章食品安全輿情熱度預測實證四、本課題的初步執(zhí)行方案2012年第14~15周分析題目要求，查找相關資料，閱讀參考文獻第16周開題答辯，完成開題報告第17~18周外文翻譯和批閱2013年第1~6周調研并分析整理文獻資料，構建論文框架第7~10周中期檢查第11~13周