考虑情绪演化下突发事件所致舆情危机的两阶段响应决策方法

doi:10.16381/j.cnki.issn1003-207x.2023.0541

摘要/Abstract

摘要：

针对当前研究较少考虑突发事件所致舆情危机的应急响应决策问题的现状，提出了一种考虑公众情绪演化的舆情危机发展“初期-中期”两阶段应急响应决策方法。首先，描述了两阶段舆情危机响应决策问题，并给出了舆情犹豫模糊决策信息的距离测度方式。其次，运用前景理论从应急预案的属性层面设计了舆情危机发展初期的响应决策方法。然后，考虑公众情绪的演化对危机响应决策过程的影响，构建了决策者不同策略选择下公众情绪演化趋势的分析模型，并从公众干预视角提出了危机发展中期响应预案的调整优化模型。最后，利用算例分析说明了方法的应用步骤。

关键词: 舆情危机, 两阶段响应决策, 公众情绪, 演化博弈, 信息距离测度

Abstract:

The occurrence of emergencies can not only endanger the human society directly but also cause a series of secondary or derivative events because their chain reaction， and public opinion crisis （POC） is one of them. With the rapid development of new media， we-media et.al， the negative impact of emergencies usually can cause POC，thereby resulting in social losses. Therefore， how to propose an effective emergency decision-making method for POC caused by emergencies has become an important issue needs to be solved urgently by the government. Focusing on this issue， a two-stage decision-making method in response to POC considering public emotion evolution is proposed. Firstly， the two-stage decision-making problem in response to POC is described， and a distance measure method for hesitant fuzzy decision information in POC is given. Second， a response method for the initial stage of POC is proposed based on cumulative prospect theory from the perspective of the attribute of response plan. Then， considering the impact of public emotion evolution on decision-making process， a model is constructed to analyze the evolution trend of public emotion under different strategic choices by decision makers， and a programming model regarding the optimal adjustment alternatives in medium stage of POC is given from the perspective of public intervention. a numerical example is given to verify the feasibility of the method， and the comparative analysis with other methods proves the advantages of this method. The results show that：（1） In response process of POC caused by emergencies， the government should pay real-time attention to the public’s emotion changes and whether the initial response plan needs to be adjusted， so as to avoid a large-scale outbreak of POC. （2） Decision makers should adjust the response plan before the proportion of public with negative emotions evolves to a steady state. （3） Compared with the existing distance formulas， our proposed novel distance measurement of decision information in POC can obtain more reasonable decision results.

Key words: public opinion crisis, two-stage decision-making, public emotion, evolutionary game, distance measure of information

中图分类号:

C934

聂慧芳,朱建军. 考虑情绪演化下突发事件所致舆情危机的两阶段响应决策方法[J]. 中国管理科学, 2025, 33(10): 112-125.

Huifang Nie,Jianjun Zhu. Two-Stage Decision-making Method in Response to Public Opinion Crisis Derived from Emergency Considering Emotion Evolution[J]. Chinese Journal of Management Science, 2025, 33(10): 112-125.

图/表 23

图1

表1

参数符号说明"

阶段	参数	说明
$t 1$ 阶段	$S j$	表示舆情发展初期可能出现的第 $i$ 种舆情危机情景， $j = 1,2, ⋯, n$
	$p j$	表示舆情危机情景 $S j$ 发生的概率
	$I q$	表示舆情危机发展初期评估响应预案时决策者关注的第 $q$ 个预案属性， $q = 1,2, ⋯, Q$
	$w q$	表示预案属性 $I q$ 的权重， $0 ≤ w q ≤ 1$ 且 $∑ q = 1 Q w q = 1$
	$A i$	表示舆情危机发展初期制定的备选响应预案， $i = 1,2, ⋯, m$
	$D = [d i j q] m × n × Q$	表示舆情发展初期出现情景 $S j$ 时响应预案 $A i$ 在属性 $I q$ 下的评估值
$t 2$ 阶段	$A i k i -$	表示舆情发展中期在响应预案 $A i$ 的基础上制定的调整子方案， $i = 1,2, ⋯, m$ ， $k i = 1,2, ⋯, m i$
	$L g$	表示舆情发展中期舆情危机产生和演变的第 $g$ 种诱导信息， $g = 1,2, ⋯, G$
	$W g$	表示舆情发展中期对诱导信息 $L g$ 进行评价时的权重， $0 ≤ W g ≤ 1$ 且 $∑ g = 1 Q W g = 1$
	$B = [b i k i g]$	表示舆情危机发展中期响应预案 $A i k i -$ 在诱导信息 $L g$ 下的评估值
	$R = [r i k i]$	表示舆情危机发展初期响应预案 $A i$ 与舆情危机发展中期响应预案 $A i k i -$ 间的相关性大小

表1

图2

图3

表2

相关参数及含义"

参数	含义
$c$	决策部门调整舆情发展初期响应方案所产生的成本
$b 1, b 2$	分别为上级政府就部门方案调整工作不到位和未调整方案而导致负面情绪爆发给予决策部门的惩罚（ $b 1 < b 2$ ）
$μ 1, μ 2$	分别为上级政府就方案调整工作和初期响应预案实施工作所取得成效给予的奖励（ $u 1 < u 2$ ）
$r 1, r 2$	分别为部门方案调整工作不到位和未调整方案导致的公众负面情绪爆发造成的社会损失（ $r 1 > r 2$ ）
$f 1$	舆情危机发展初期最佳响应方案产生的社会价值，其等同于最佳响应预案的前景价值，即 $f 1 = m a x i {V i}$
$f 2$	舆情危机发展中期最佳调整子方案产生的社会价值
$P$	负面情绪下公众的心理需求，有 $P > 0$

表2

表3

决策部门和社会公众的博弈支付矩阵"

		公众
		负面（ $y$ ）	正面（ $1 - y$ ）
政府	调整（ $x$ ）	$(f 2 - c - b 1 - r 1, \| f 2 τ - P \|)$	$(f 2 - c + u 1, f 2 ζ)$
政府	不调整（ $1 - x$ ）	$(f 1 - b 2 - f 2, \| f 1 τ - P \|)$	$(f 1 + u 2, f 1 ζ)$

表3

图4

表4

舆情危机发展初期的响应预案及其含义"

方案	含义
$A 1$	成立疫情防控小组，出台疫情防治方案和诊疗手段，并实施相关疫情的每日通报等制度
$A 2$	在疫情防控基础上，成立应急响应小组，利用大数据舆情检测平台实时监测舆情危机发展态势
$A 3$	在应急响应基础上，建立积极的干预机制，包括核查舆情信息来源、严惩造谣的组织、开展舆情引导工作
$A 4$	在积极干预基础上，建立舆情危机事件响应的分析报告，并及时公开舆情危机处置进展

表4

表5

舆情危机发展初期的决策信息dijq"

方案	$S 1$			$S 2$			$S 3$
方案	$I 1$	$I 2$	$I 3$	$I 1$	$I 2$	$I 3$	$I 1$	$I 2$	$I 3$
$A 1 A 2 A 3 A 4 B j q$	${0.2,0.3,0.4} {0.2,0.5,0.6} {0.2,0.3,0.5} {0.3,0.4} {0.2,0.4,0.5}$	${0.4,0.5,0.7} {0.4,0.5} {0.3,0.4,0.6} {0.2,0.4} {0.3,0.45,0.55}$	${0.4,0.8} {0.3,0.4,0.5} {0.4,0.5,0.6} {0.3,0.4} {0.35,0.6}$	${0.5,0.6,0.7} {0.2,0.3} {0.3,0.5} {0.2,0.4,0.6} {0.35,0.45,0.5}$	${0.5,0.6,0.7} {0.3,0.4} {0.2,0.3,0.5} {0.4,0.7,0.8} {0.35,0.45,0.6}$	${0.2,0.6} {0.4,0.5} {0.5,0.7,0.8} {0.6,0.7,0.8} {0.4,0.65,0.7}$	${0.6,0.7} {0.3,0.4,0.5} {0.4,0.5,0.6} {0.7,0.8} {0.5,0.6,0.65}$	${0.2,0.4} {0.4,0.5,0.6} {0.3,0.4,0.6} {0.4,0.7} {0.3,0.55}$	${0.5,0.6,0.8} {0.5,0.8} {0.3,0.5} {0.2,0.4,0.6} {0.4,0.65}$

表5

表6

初期响应预案的评估值dijq相对于参照点的损益和决策者关于初期响应预案Ai的感知价值v(hijq)"

方案	$h i j q$			$v (h i j q)$
	$S 1$	$S 2$	$S 3$	$S 1$	$S 2$	$S 3$
	$I 1 I 2 I 3$	$I 1 I 2 I 3$	$I 1 I 2 I 3$	$I 1 I 2 I 3$	$I 1 I 2 I 3$	$I 1 I 2 I 3$
$A 1 A 2 A 3 A 4$	$0.13 0.15 0.37 0.17 0.17 0.28 0.11 0.15 0.28 0.15 0.21 0.30$	$0.15 0.17 0.34 0.17 0.19 0.22 0.22 0.17 0.21 0.17 0.22 0.21$	$0.22 0.28 0.28 0.20 0.26 0.35 0.22 0.23 0.32 0.20 0.30 0.29$	$0.17 - 0.39 - 0.91 - 0.43 - 0.44 0.32 0.15 0.18 0.71 0.18 0.25 0.34$	$- 0.39 - 0.45 0.38 0.21 0.23 0.26 0.26 0.21 0.25 0.21 - 0.55 0.24$	$- 0.57 0.32 - 0.70 0.24 - 0.65 - 0.86 0.24 - 0.58 0.37 - 0.57 - 0.74 0.33$

表6

表7

初期响应预案Ai下的调整子方案Aiki-的含义和二者间的相关性大小"

方案		含义	$r i k i$
$A 1$	$A 11 -$	政府部门、卫生防疫部门和医疗机构出台更成熟的防治方案和诊疗手段	0.50
$A 1$	$A 12 -$	各级政府组织广大群众积极开展疫情防控工作，并加强各类媒体的引导工作	0.48
$A 2$	$A 21 -$	了解公众关注的重点和疑点问题，预见舆情危机的发展和结果	0.55
$A 2$	$A 22 -$	识别主导舆情危机的诱导信息，并发布权威主流信息以阻止谣言传播	0.52
$A 3$	$A 31 -$	协同网络媒体封堵和删除网上谣言，特殊时期采取强硬手段	0.40
$A 3$	$A 32 -$	协同社会企业共同做好响应准备，尽可能保证公众可能抢购物资的供应	0.39
$A 4$	$A 41 -$	信息公开透明，及时澄清公众关切和疑惑，建立公众与政府之间的信任关系	0.50
$A 4$	$A 42 -$	根据公众的情绪和感受采取响应安慰措施，消除公众负面情绪	0.50

表7

表8

舆情危机发展中期响应决策信息bikig"

主导信息	$A 1$		$A 2$		$A 3$		$A 4$
主导信息	$A 11 -$	$A 12 -$	$A 21 -$	$A 22 -$	$A 31 -$	$A 32 -$	$A 41 -$	$A 42 -$
$L 1 L 2 L 3$	${0.3,0.4,0.5} {05,0.6} {0.4,0.6,0.7}$	${0.4,0.6,0.8} {0.5,0.6,0.7} {0.6,0.7}$	${0.2,0.4} {0.4,0.6,0.7} {0.3,0.5}$	${0.55,0.6,0.7} {0.4,0.7,0.8} {0.5,0.7}$	${0.4,0.5} {0.3,0.4,0.5} {0.4,0.5,0.7}$	${0.3,0.4,0.6} {0.4,0.5,0.6} {0.4,0.6}$	${0.4,0.5} {0.3,0.4,0.5} {0.2,0.4}$	${0.5,0.6} {0.4,0.6} {0.3,0.4,0.5}$

表8

图5

表9

公众关于调整子方案的满意度f(bikig)"

主导信息	$A 1$	$A 2$	$A 3$	$A 4$
主导信息	$A 11 - A 12 -$	$A 21 - A 22 -$	$A 31 - A 32 -$	$A 41 - A 42 -$
$L 1 L 2 L 3$	$0.40 0.54 0.53 0.55 0.58 0.62$	$0.30 0.53 0.39 0.60 0.57 0.56$	$0.45 0.40 0.50 0.41 0.49 0.48$	$0.45 0.40 0.30 0.56 0.45 0.40$

表9

图6

表10

不同数值类型下的方案排序结果"

不同数值类型

舆情危机发展初期的响应决策结果

实数

区间数

直觉模糊数

犹豫模糊数

A 2 ≻ A 3 ≻ A 4 ≻ A 1 A 2 ≻ A 3 ≻ A 4 ≻ A 1 A 2 ≻ A 3 ≻ A 4 ≻ A 1 A 3 ≻ A 4 ≻ A 2 ≻ A 1

表10

表11

基于不同距离测度公式的方案排序结果"

不同的距离测度公式

方案排序结果

基于文献[9]提出的距离公式

基于文献[10]提出的距离公式

基于文献[11]提出的距离公式

基于文献[12]提出的距离公式

基于本文提出的距离测度公式

A 4 ≻ A 3 ≻ A 2 ≻ A 1 A 4 ≻ A 2 ≻ A 3 ≻ A 1 A 3 ≻ A 2 ≻ A 4 ≻ A 1 A 3 ≻ A 2 ≻ A 4 ≻ A 1 A 3 ≻ A 4 ≻ A 2 ≻ A 1

表11

图7

图8

图9

图10

图11

图12

参考文献 25

[1]	Zhang Y， Xu Z， Hao Z， et al. Dynamic assessment of Internet public opinions based on the probabilistic linguistic Bayesian network and Prospect theory［J］. Applied Soft Computing， 2021， 106： 107359.
[2]	Zheng J， Wang Y M， Zhang K， et al. A heterogeneous multi-attribute case retrieval method for emergency decision making based on bidirectional projection and TODIM［J］. Expert Systems with Applications， 2022， 203： 117382.
[3]	Sun Y， Mi J， Chen J， et al. A new fuzzy multi-attribute group decision-making method with generalized maximal consistent block and its application in emergency management［J］. Knowledge-Based Systems， 2021， 215： 106594.
[4]	Zhang C， Huang M， Gu J， et al. A large-group dynamic decision-making method for assessing storm surge emergency plans under hybrid information［J］. Expert Systems with Applications， 2023， 227： 120263.
[5]	Kahneman D， Tversky A. Prospect theory： An analysis of decision under risk［J］. Econometrica， 1979， 47（2）： 263-291.
[6]	Li B， Lu J， Ji Y， et al. A dynamic emergency response decision-making method considering the scenario evolution of maritime emergencies［J］. Computers & Industrial Engineering， 2023， 182： 109438.
[7]	吴澎，丁毅，周礼刚，等. 基于DEA交叉效率与冗余信息识别的大群体应急决策方法［J］. 系统工程理论与实践， 2022， 42（10）： 2840-2852.
	Wu P， Ding Y， Zhou L G， et al. Large group emergency decision-making method based on DEA cross-efficiency and redundant information identification［J］. Systems Engineering-Theory & Practice， 2022， 42（10）： 2840-2852.
[8]	徐泽水，任珮嘉. 犹豫模糊偏好决策研究进展与前景［J］. 系统工程理论与实践， 2020， 40（8）： 2193-2202.
	Xu Z S， Ren P J. A survey of decision making with hesitant fuzzy preference relations： Progress and prospect［J］. Systems Engineering-Theory & Practice， 2020， 40（8）： 2193-2202.
[9]	Jiang H， Hu B Q. A decision-theoretic fuzzy rough set in hesitant fuzzy information systems and its application in multi-attribute decision-making［J］. Information Sciences， 2021， 579： 103-127.
[10]	Liu D， Wang L. Multi-attribute decision making with hesitant fuzzy information based on least common multiple principle and reference ideal method［J］. Computers & Industrial Engineering， 2019， 137： 106021.
[11]	Zhang F， Li J， Chen J， et al. Hesitant distance set on hesitant fuzzy sets and its application in urban road traffic state identification［J］. Engineering Applications of Artificial Intelligence， 2017， 61： 57-64.
[12]	Liu X， Wang Z， Zhang S， et al. Novel correlation coefficient between hesitant fuzzy sets with application to medical diagnosis［J］. Expert Systems with Applications， 2021， 183： 115393.
[13]	陈华，张煜巍. 企业社会责任负面事件网络舆情演化阶段式建模分析［J］. 中国管理科学， 2023， 31（2）： 195-204.
	Chen H， Zhang Y W. Staged modeling analysis of the evolution of net-mediated public sentiment on corporate social responsibility negative events［J］. Chinese Journal of Management Science， 2023， 31（2）： 195-204.
[14]	李悦，王法硕. 邻避事件中的公众情绪、政府回应与信息转发意愿研究［J］.情报杂志，2021， 40（4）： 179-186.
	Li Y， Wang F S. Research on public sentiment， government response and willingness to forward information in NIMBY incidents［J］. Journal of Intelligence， 2021， 40（4）： 179-186.
[15]	Zhang N， Guo X， Zhang L， et al. How to repair public trust effectively： Research on enterprise online public opinion crisis response［J］. Electronic Commerce Research and Applications， 2021， 49： 101077.
[16]	王治莹，李勇建，刘小弟. 考虑多种诱导信息下公众满意度的舆情危机响应决策方法［J］. 中国管理科学， 2021， 29（1）： 207-216.
	Wang Z Y， Li Y J， Liu X D. Decision-making method in response to public opinion crisis considering the satisfaction of the public under multiple inducing information［J］. Chinese Journal of Management Science， 2021， 29（1）： 207-216.
[17]	Wang Z， Liu X， Zhang S. A new decision method for public opinion crisis with the intervention of risk perception of the public［J］.Complexity，2019，2019（1）： 9527218.
[18]	齐丽云，李晓鸿，曹硕. 企业社会责任负面事件网络舆情演化与政企合作研究［J］. 系统工程理论与实践， 2020， 40（7）： 1792-1805.
	Qi L Y， Li X H， Cao S. A research on the evolution of net-mediated public sentiment in corporate social responsibility negative events and government-enterprise cooperation［J］.Systems Engineering-Theory & Practice， 2020， 40（7）： 1792-1805.
[19]	Du Y， Wang Y， Hu J， et al. An emotion role mining approach based on multiview ensemble learning in social networks［J］.Information Fusion， 2022， 88： 100-114.
[20]	王治莹，聂慧芳，杨学亮. 考虑公众感知价值的突发性抢购事件演化博弈分析［J］. 中国管理科学， 2020， 28（3）： 71-79.
	Wang Z Y， Nie H F， Yang X L. Evolutionary game analysis of sudden panic buying events considering the perceived value of the public［J］. Chinese Journal of Management Science， 2020， 28（3）： 71-79.
[21]	Chen X， Zhang W， Xu X， et al. A public and large-scale expert information fusion method and its application： Mining public opinion via sentiment analysis and measuring public dynamic reliability［J］. Information Fusion， 2022， 78： 71-85.
[22]	关欣，孙贵东，衣晓，等. 基于犹豫模糊集统计相关系数的多源异类数据融合识别［J］. 系统工程与电子技术， 2018， 40（3）： 509-517.
	Guan X， Sun G D， Yi X， et al. Multi-source heterogeneous data fusion recognition based on statistical correlation coefficients between hesitant fuzzy sets［J］.Systems Engineering and Electronics，2018，40（3）： 509-517.
[23]	郭爽，万立军. 微博社区网民情绪引导与舆情控制的SIR演化博弈分析［J］.情报科学，2020，38（5）： 132-140.
	Guo S， Wan L J. SIR evolutionary game analysis of weibo community netizens' emotional guidance and public opinion control［J］. Information Science， 2020， 38（5）： 132-140.
[24]	Lench H C， Flores S A， Bench S W. Discrete emotions predict changes in cognition， judgment， experience， behavior， and physiology： A meta-analysis of experimental emotion elicitations［J］. Psychological Bulletin， 2011， 137（5）： 834-855.
[25]	刘小弟，朱建军，张世涛，等. 基于后悔理论与群体满意度的犹豫模糊随机多属性决策方法［J］. 中国管理科学， 2017， 25（10）： 171-178.
	Liu X D， Zhu J J， Zhang S T， et al. Hesitant fuzzy stochastic multiple attribute decision making method based on regret theory and group satisfaction degree［J］. Chinese Journal of Management Science， 2017， 25（10）： 171-178.