導語：高校教育輿情預警模型與案例研究一文來源于網友上傳，不代表本站觀點，若需要原創文章可咨詢客服老師，歡迎參考。

［摘要］高校輿情事件發展有著階段性的特點，利用Logistic曲線分析高校輿情的發展趨勢對于提升高校網絡輿情預警能力有著一定的意義。通過Logistic曲線模型，將高校輿情事件發展階段分為特定的幾個階段。基于階段劃分的結果，提出并闡述高校輿情事件的輿情預警模型，并進行案例分析研究。結果表明，Logistic曲線模型能夠有效預測高校輿情事件的網絡輿情傳播趨勢和發展階段。同時高校輿情事件的網絡輿情預警機制可為相關部門的輿情分析和處理提供參考。

［關鍵詞］高校輿情；Logistic曲線；輿情預警；機理

一、引言

教育輿情是指在一定的社會空間內，作為主體的民眾針對有關教育的中介性社會事項所產生和持有的社會政治態度。隨著互聯網工具的興起和大面積普及，網絡教育輿情越來越受到人們的關注。人們借助于互聯網發表自己對教育事業的看法，包括互聯網上曝光和呈現的教育事件、教育現象和教育問題等方面，同時也反映了人們對這些教育問題或現象的觀點和態度。高校網絡教育輿情涉及面廣，參與人數眾多，影響力大，是教育輿情的重要一環。因此，高校網絡教育輿事件的預警變得極為關鍵，其研究也成為網絡輿情研究學者關注的熱點。近年來，學者在高校事件的輿情管理的研究取得了一些成效，例如儲節旺、朱玲玲結合學者的研究經驗，以文獻研究和理論研究為主，采用定性研究方法，從事前、事中、善后處理三個階段入手，強調情報支撐作用，最后提出解決當前高校網絡事件應急管理困境的基本舉措；李綱也曾指出當前公共事件網絡輿情面臨以下問題和挑戰：理論與實踐有待進一步融合，缺乏量化分析的體系與框架，微觀層面分析有待深入，缺少網民社會結構和群體行為研究。階段劃分是輿情研究的一項重要內容。高校輿情事件網絡輿情熱度和關注度的變化有一定的規律。目前學術界針對網絡輿情發展趨勢階段的研究，依據不同的劃分標準，可以劃分為三至六階段等，具體內容和代表性成果如表1所示。雖然學術界對網絡輿情演化階段的劃分標準和命名各有見解，但網絡輿情遵循了事物發生、發展和消亡的發展規律是學術界的普遍共識。整體而言，網絡輿情發展階段的研究很豐富，但大部分研究主要集中于定性研究，缺乏網絡輿情發展規律的定量化描述和分析。筆者認為，網絡輿情發展受各種隨機因素影響，但有其自身的發展規律，而Lo-gistic生長曲線能較好的捕捉和預測高校輿情事件的網絡輿情發展趨勢。為此，本文基于Logistic生長曲線，構建高校輿情事件的網絡輿情發展階段預測模型，對模型通過實證進行擬合驗證，劃分輿情傳播的階段，進而針對輿情傳播每個階段的特點進行輿情預警，提出預警模型，為應對高校輿情事件網絡輿情危機提供新視角。

二、理論和方法模型

（一）Logistic生長曲線。比利時數學家發現社會人口增長速度一開始隨時間的增加而逐漸加快，高速增長之后，增長速度逐漸減緩，最后趨于穩定。之后美國人口統計學家通過對生物繁殖和各國人口增長的大量研究分析，發現了相同的規律，并把這個規律命名為Logistic曲線，曲線見圖1。隨著大數據的不斷發展，網絡教育輿情在來源、主題、主體、民意傳播方式以及影響態勢方面表現出一些不同于傳統輿情的特點，網絡輿情變得越來越復雜，輿情分析面臨挑戰。但高校教育輿情事件發生后網絡輿情的發展態勢有其自身的規律。綜合上述學者對網絡輿情不同發展階段的研究，雖然階段劃分、命名有所不同，但本質上都認同前期的網絡輿情規模是按照“產生—爆發—平穩”的模式發展，形成了“S”形的發展形態。因此，可以利用Logistic曲線來模擬網絡輿情的發展變化過程。（二）基于Logistic曲線的高校輿情事件網絡輿情預測模型。高校輿情事件發生后，在前期一段時間內，相關網絡輿情的數量開始增加；隨著時間推移，增速在逐漸變大；到達頂峰后，輿情規模不斷放緩，并趨于穩定。基于以上走勢特征，利用Logistic曲線來模擬高校輿情事件網絡輿情發展過程，Logistic曲線的數學模型為：yt=K1+me-at（K，a＞0）（1）其中：t表示時間；yt表示t時刻被統計變量的值，其變化范圍為0＜y＜K；K是yt的飽和水平。

三、基于Logistic曲線的高校輿情事件網絡輿情傳播預測與階段劃分

（一）案例基本情況。在2019年初“翟某某學術門”的影響下，引發了公眾對學術不端行為的強烈關注，并促使部分高校加大了對論文的力度。部分學校的畢業論文“率”從原來的30%以內降低到20%，更嚴格的甚至降到了8%以下。此外，還有學校增加了重審環節，即對已畢業學生的畢業論文進行質量跟蹤監控，一旦被查出高于率，將直接取消學位證書與畢業證書。此消息引發網友熱議，大量網友參與轉發跟評，截至6月11日，原PO互動近3.7W。圖2為2019年6月10—11日“畢業論文”事件所引發的搜索指數（搜索指數為互聯網用戶對鍵詞搜索關注程度及持續變化情況）。從圖表中可以看出，搜索指數在6月10日急速上升，11日以后逐漸下降，其生長規律符合Logistic曲線的“S”型特征，選用Logistic曲線進行網絡輿情的預測具有合理性?！爱厴I論文”事件搜索量頂點發生在6月10日14∶00，將10日6∶00至14∶00每一個小時的搜索量數據進行編號，6時編為1，7時編為2，依次編號后對其進行累加處理得到表3。根據表2數據畫出折線圖（見圖3）。應用三段和值法確定“畢業論文”事件網絡輿情Logistic曲線系數：K=853755.954，m=161.706，a=1.827。Logistic曲線表達式為：yt=853755.9541+161.706*e-1.827t（二）Logistic曲線模型擬合檢驗。根據上文計算出的“畢業論文”事件網絡輿情Logistic曲線系數，分別計算出“畢業論文”事件每個時段搜索指數累加數的預測值，并將預測值和實際值進行比較（如圖4）。從圖4中可以看出，預測模型和實際發展趨勢接近。在檢測預測模型效果時，一般使用判定系數R2作為判定指標，用來反映預測值和實際值之間的差距，R2越接近1，擬合效果越好。本模型中，經過回歸統計分析，R2=0.70，說明本模型與高校教育事件的網絡輿情發展趨勢擬合效果較好。所以，使用Logistic曲線模型能很好的擬合網絡輿情熱點的發展趨勢，并且具有良好的預測效果。但也可以發現，網絡輿情發展會受到其他因素的影響，比如衍生輿情的產生，會改變網絡輿情的發展環境和狀態，從而改變網絡輿情發展的趨勢，使之不再呈現典型的Logistic典型的“S”形曲線。所以，在高校網絡輿情預警中需要根據實際情況進行符合具體發展情形的預測。（三）階段劃分。通過上述統計數據的直觀分析，根據Logistic曲線的拐點公式lnma，K2!"，計算可得：（1.78，426278），即“畢業論文”事件中，拐點出現在6月11日，也就是說，在6月10日，與該事件有關的搜索指數增長最快，11日過后指數增長速度明顯減緩。所以，根據拐點，“畢業論文”事件的網絡輿情傳播可以分為三個階段：隱蔽潛伏期、爆發擴散期和平穩衰退期。

四、基于Logistic模型的高校輿情

事件的網絡輿情預警機制。基于Logistic模型對高校教育事件網絡輿情傳播的階段劃分結果，根據高校教育事件網絡輿情各個發展階段的特征，本文提出了高校教育事件網絡輿情的預警機制（見圖5）。高校教育事件網絡輿情的預警機制將輿情傳播劃分三個基本階段，即隱蔽潛伏期、爆發擴散期和平穩消退期，雖然有些學者將階段劃分為三個或三個以上更加復雜的階段，但是筆者認為，無論如何劃分，高校教育事件輿情傳播都有潛伏—爆發—消退的特性，二者是不沖突的，因此本文提出的預警機制具有一定的普遍適用性。高校輿情事件的網絡輿情預警機制包括兩個方面，一是網絡輿情的監測，通過網絡安全管理和網絡安全技術等手段，盡可能對網絡輿情發展進行異常監測；二是在網絡輿情高校教育事件必然發生的前提下，政府、高校等相關部門通過預先決策采取預防措施，以降低或減緩網絡輿情的影響。五、結語隨著社交媒體的發展，高校輿情事件發生后，其網絡輿情信息發展和傳播迅速。高校輿情事件網絡輿情的前期發展規律符合Logistic生長曲線的特點。基于Logistic曲線可以將網絡輿情發展預測并劃分為特定的幾個不同的階段，并且需要針對每個階段的不同特征進行預警。本文的主要工作和結論如下。1.本文基于Logistic曲線的理論基礎，結合實例進行驗證分析和模型擬合，將高校輿情事件的網絡輿情發展趨勢預測劃分為特定的三個階段。本文提出的高校教育事件網絡輿情預警機制可以為政府、高校和社會公眾根據不同階段的特點來有效應對網絡輿情危機。2.本文研究主要集中于高校網絡輿情的文本內容進行分析，但從網絡事件的演化過程看，網絡輿情的評論、轉發、瀏覽量能更好的體現高校教育事件網絡輿情的關注度和熱度。所以，以后的研究階段有必要在文本信息的基礎上結合實際的高校教育事件熱點演化數據量，進而完善各階段的模型構建。

作者:朱益平 單位:南昌大學