随着移动互联网技术的迅猛发展，各种新媒体不断涌现，一些新媒体的发布门槛较低，甚至出现“随心所欲”无把关的状态，导致各种思想舆论在网上交互叠加。网络平台上的舆论不仅从一定程度上反映了当前社会存在的矛盾状况、和谐稳定程度，而且到处充斥的虚假错误舆论会进一步激化社会矛盾，成为群体性事件新的策源地和“放大器”，成为影响群体性事件治理的重要因素。因此，有必要就群体性事件网络舆情探索建立监测与预警体系，为群体性事件的监测预警与及时处置提供支持与帮助。
曾润喜通过层次分析法建立起网络舆情突发事件预警指标体系[23]。网络舆情突发事件预警指标包括警源、警兆和警情三类因素，其中警源是产生网络舆情风险的根源，警兆是网络舆情风险在网络空间运行中暴露出的现象，警情是网络舆情风险的外部形态表现。在警源一级指标体系下，划分国内外政治事件、经济衰退、通货膨胀和失业、贫富差距、干部腐败和干群矛盾、政策法规出台及后遗症、有违伦理文化道德事件、治安刑事案件、突发公共事件等二级指标9个；在警兆一级指标体系下，划分牢骚言论、激进言论、小道消息、网络团体、黑客行为、政治争论、政治动员、网络实时播报、网上群体侵犯等9个二级指标；在警情一级指标体系下，划分出：集体上访、集体罢工、暴力群斗、恶性侵犯事件、政治集会、游行示威、民族冲突、宗教冲突、动乱等9个二级指标。(www.xing528.com)
基于网络敏感信息挖掘技术建立社会稳定形势分析技术框架，可以构造社会稳定指数模型[24]。该技术框架包括三层，分别为文本挖掘层：基于TML实现敏感信息挖掘，并将所识别的信息作为构造知识库的基础；知识发现层：确定社会稳定指数模型中各要素的权重并实现社会稳定形势的定量计算；数据表现层：以图表等可视化形式展示社会稳定变化趋势。社会稳定指数（SI）是社会环境因素（SE）、民族和谐因素（NH）和幸福指数（HI）的线性组合，公式为SI=αSE+βNH+γHI。其中，社会环境因素下包括8个二级因素和26个项目；民族和谐因素下包括3个二级因素和11个项目；幸福指数下包括3个二级因素和13个项目。利用该社会稳定指数模型，王伟等对西藏、新疆、广西、内蒙古、吉林、云南边疆六省进行了分析，同时将评测结果与事实相比较验证社会稳定指数模型的准确性（准确率=人工检验为敏感词数目／自动识别出的敏感词数目），经调整优化后系统平均准确率达到73.72%，说明该模型在监测社会稳定形势、及时反映社会稳定状态变化趋势的有效性。
免责声明：以上内容源自网络，版权归原作者所有，如有侵犯您的原创版权请告知，我们将尽快删除相关内容。
