在线社会风险感知的计算方法与社会风险评价支持技术研究

In 1986, a German Scholar Beck proposed the concept of "Risk Society" to indicate the societal development with risk and harmony, crisis and balance. Risk modeling, quantitative analysis and evaluation toward a variety of complex systems, e.g. nature, engineering, economy, health, national security and the society, have always been foci in systems engineering studies. This project focuses on the most complex system, societal system and study the societal risks reflected by on-line community opinions with the socio psychology research results. Being different from the rather stable emotion dictionary for sentiments analysis of microblogs, this study will map the emerging hot search news, BBS posts and microblogs to respective risk category (societal risk event), explore the hybrid machine learning technologies to identify the changing risks, in order to support computing societal risks levels based on those different on-line behaviors. This study will construct the dictionary and corpus of social risks, and develop a composite index of the on-line societal risks, to emphasize the data-driven societal risks evaluation. Moreover, the evolution of the typical societal risk events will be explored to illustrate the risk transfer by simulation and empirical studies. From the on-line societal risks awareness to the identification of societal risks factors, and then to the risk transfer judgment, this project tries to demonstrate the meta-synthetic support with big data for the complex societal issues, such as public concerns, emergency and public management, and societal stability, so on.

1986年德国学者贝克提出"风险社会"描述风险与和谐、危机与平衡并存的社会发展阶段。自然、工程、经济、健康、国家安全及社会等各类复杂系统的风险建模、量化分析与评价始终是系统工程理论方法的研究重点。本项目针对最复杂的社会系统，借鉴社会心理中社会风险研究的成果，研究网络民意折射的社会风险；区别于网络情绪研究可用较为稳定的情绪词典，将动态涌现的新闻热搜词、BBS发帖及微博对应到不同的社会风险类别，探索迁移风险识别的混合机器学习技术，支持大数据下基于不同在线网络行为的社会风险水平的计算；构造风险词库，建立在线社会风险综合指数，强化社会系统评价的数据驱动的量化参数计算；研究显著的社会风险事件的演化进程，以仿真计算和实证研究风险迁移模式。从在线社会风险水平感知计算到社会风险事件成因识别及演化迁移判断计算，为舆情分析、应急与公共管理、社会稳定等复杂问题求解示范可操作的大数据下综合集成支持。

自1986年德国学者贝克提出“风险社会”作为风险与和谐、危机与平衡的社会发展阶段的描述。进入21世纪,人类在面对自然、工程、经济、能源、健康、国家安全及社会等各种复杂问题时从复杂系统角度切入风险建模、量化分析与评价始终是系统工程理论方法的研究重点。本项目针对最复杂的社会系统，区别于社会心理学中感知社会风险的被动调查的传统手段，将各种网络行为如动态涌现的新闻热搜词、BBS发帖及微博（即用户生成内容）直接对应到不同的社会风险类别，以通过主动表达的网络民意而非被动答题的问卷调查来感知社会风险。以百度新闻门户上发布更新的百度新闻热搜词(HNSW)和天涯论坛中的天涯杂谈的发帖为主要研究对象，将其映射到7种社会风险事件或者无风险，构造了基于HNSW的每日社会风险水平作为在线社会风险感知的手段。以此为起点开展了多方位研究，包括：社会风险感知与社会、经济指数之间关系的研究，验证了基于公众在线搜索进行定量社会风险感知的可行性；基于机器学习的社会风险多分类研究，其中面对了不断动态涌现的新语料和现实社会风险事件的严重不平衡，支持大数据下基于不同在线网络行为的社会风险水平的计算；基于自然语言处理技术，构造风险词库，实现自动抽取风险事件的5W要素（where、when、who、why和what）的算法和框架；构造了风险事件图谱生成算法可视化社会风险事件演化过程中的风险因子和风险迁移; 对天涯杂谈用户在线行为规律研究， 通过对在线用户点击量与回复量的统计，发现帖子的点击量服从几何布朗运动和对数正态分布；回复量与点击量服从幂律分布，并应用心理物理学的感知刺激规律对点击与回复行为之间的关系进行解释。通过本项目研究清理完成了百度新闻热搜词（2012-2018）和天涯杂谈2012年首发帖的社会风险数据，本项目探索了在线社会风险评测的可行性和技术手段，强化社会系统评价的数据驱动的量化参数计算，为舆情分析、应急与公共管理、社会稳定等复杂问题求解示范可操作的大数据下综合集成支持。