专利名称：基于网络信息的事件严重度评价方法和系统的制作方法
技术领域：
本发明涉及信息领域，具体涉及一种基于网络信息的事件严重度评价方法和系统。
背景技术：
近年来，我国的产品安全事故频发，引起了有关部门的高度重视，受到媒体的广泛关注，成为人们讨论的焦点，比如三聚氢胺奶粉、地沟油回用到餐桌、果冻中参杂明胶、火腿肠中加入瘦肉精等等食品事件；煤矿塌陷、石油泄漏等生产事件；醉驾、行人意外落入热 气池等生活事件等等。不同的事件会对社会、对人们的生活造成不同程度的影响。目前，衡量一个事件的严重度大部分是在事件发生之后采用定性的评判方法，或者利用一些医学伤害统计数据进行计量，这些方法均不能保证对事件严重度评价的实效性，且相关的伤害数据难以获得，不利于相关部门的监管和治理。
发明内容
本发明提供一种基于网络信息的事件严重度评价方法和系统，能够对事件的严重度进行合理评价。本发明提供了一种基于网络信息的事件严重度评价方法，包括A.从网络上获取事件；B.采用一个以上的指标对所述事件进行量化，得到每一个指标中所述事件的指标量化值；C.采用层次分析法确定每一个所述指标的指标权重；D.根据每一个指标的所述指标量化值和所述指标权重确定所述事件严重度等级。所述指标优选包括以下一种或多种媒体报道量、大众关注度、影响范围、影响人群、事件后果。所述B之前，所述基于网络信息的事件严重度评价方法优选进一步包括确定指标量化集，所述指标量化集包括所有所述指标量化值；确定每一个指标的不同的量化结果与不同的所述指标量化值的对应关系；则，所述B中，得到每一个指标中所述事件的指标量化值优选包括根据所述对应关系确定量化结果对应的所述指标量化值。当指标包括媒体报道量X1时,所述媒体报道量优选包括网站中关于所述事件的新闻报道量；和/ 或，当指标包括大众关注度X2时，所述大众关注度优选包括论坛和/或微博和/或博客中关于所述事件的记载量；和/ 或，当指标包括影响范围X3时,所述影响范围优选包括所述事件影响的行政管辖区范围；和/ 或，当指标包括影响人群X4时，所述影响人群优选包括直接和/或间接受害的人群；和/ 或，当指标包括事件后果X5时，所述事件后果优选包括所述事件造成的后果。所述C优选包括根据所述指标对所述事件影响的严重度确定指标判断矩阵；求取所述判断矩阵的特征值\ _和特征向量M1 ；
将特征向量M1标准化为和为I确定每一个所述指标的指标权重和所述指标权重组成的特征向量M。所述将特征向量标准化为和为I确定每一个所述指标的指标权重之后，所述C优选进一步包括根据公式C. I=(入max-n) /n-1计算一致性指标；根据平均随机一致性指标R. I和公式C. R=C. I/R. I确定一致性比率CR ；当所述一致性比率CR小于等于0. I时，接受所述判断矩阵和指标权重。所述D优选包括根据每一个指标的所述指标权重,对每一个指标的所述指标量化值进行加权求和，确定所述事件严重度等级。本发明还提供了一种利用上述任一种所述基于网络信息的事件严重度评价方法的评价系统，包括获取模块，其用于从网络上获取事件；指标量化模块，其用于采用一个以上的指标对所述获取模块获取的所述事件进行量化，得到每一个指标中所述事件的指标量化值；指标权重确定模块，其用于采用层次分析法确定每一个所述指标的指标权重；等级确定模块，其用于根据所述指标量化模块确定的每一个指标的所述指标量化值和所述指标权重模块确定的所述指标权重确定所述事件严重度等级。所述评价系统优选进一步包括对应关系确定模块，其用于确定指标量化集，并确定每一个指标的不同的量化结果与不同的所述指标量化值的对应关系；所述指标量化集包括所有所述指标量化值；和/ 或，所述指标权重确定模块优选包括指标判断矩阵模块，其用于根据所述指标对所述事件影响的严重度确定指标判断矩阵；求取模块，其用于求取所述判断矩阵的特征值入_和特征向量M1 ;标准化模块，其用于将特征向量M1标准化为和为I确定每一个所述指标的指标权重和所述指标权重组成的特征向量M。所述指标权重确定模块优选进一步包括一致性比率判断模块，其用于根据公式
C.1=( A max-n)/n-l计算一致性指标；根据平均随机一致性指标R. 1=1. 36和公式C. R=C. I/R. I确定一致性比率CR ;当所述一致性比率CR小于等于0. I时，接受所述判断矩阵。通过本发明提供了一种基于网络信息的事件严重度评价方法和系统，能够达到如下的有益效果I.本发明将从网络上获取的事件采用一个以上的指标进行量化，得到每一个指标中该事件的指标量化值，又采用层次分析法确定每一个指标的指标权重，然后将该事件针对每一个指标的指标量化值与没一个指标的权重进行结合，确定该事件的严重度等级，由于指标在一个以上，而且不同指标对应不同的指标量化值和指标权重，从而提高了事件严重度计算的科学性和严谨性。2.本发明充分考虑到目前网络在人们生活、生产中的重要作用，以网络对事件的关注为评价事件严重度的触点，利用了网络报道及时、民众参与度高、传播快等优点，提高了事件严重度评价的合理、准确、科学性。3.本发明中的指标包括了媒体报道量、大众关注度、影响范围、影响人群、事件后果等，结合了媒体的客观报道、民众的主观参与、事件的地域影响和人群影响、以及事件直接导致的后果，可见，指标具有高度的概括性，从而提高了事件严重度评价的合理、准确、科学性。4.本发明还对确定的指标权重进行一致性检验，进一步确定指标权重的可行性，从而进一步提高了事件严重度评价的合理、准确、科学性。
为了更清楚地说明本发明实施例或现有技术中的技术方案，以下将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，以下描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员而言，在不付出创造性劳动的前提下，还可以根据这些附图所示实施例得到其它的实施例及其附图。图I为本发明一个实施例中评价方法的流程图；图2为本发明另一个实施例中评价系统的基本结构图。
具体实施例方式以下将结合附图对本发明各实施例的技术方案进行清楚、完整的描述，显然，所描述的实施例仅仅是本发明的一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所得到的所有其它实施例，都属于本发明所保护的范围。本发明提供了一种基于网络信息的事件严重度评价方法，包括A.从网络上获取事件；B.采用一个以上的指标对所述事件进行量化，得到每一个指标中所述事件的指标量化值；C.采用层次分析法确定每一个所述指标的指标权重；D.根据每一个指标的所述指标量化值和所述指标权重确定所述事件严重度等级。本发明将从网络上获取的事件采用一个以上的指标进行量化，得到每一个指标中该事件的指标量化值，又采用层次分析法确定每一个指标的指标权重，然后将该事件针对每一个指标的指标量化值与没一个指标的权重进行结合，确定该事件的严重度等级，由于指标在一个以上，而且不同指标对应不同的指标量化值和指标权重，从而提高了事件严重度计算的科学性和严谨性。本发明充分考虑到目前网络在人们生活、生产中的重要作用，以网络对事件的关注为评价事件严重度的触点，利用了网络报道及时、民众参与度高、传播快等优点，提高了事件严重度评价的合理、准确、科学性。在Wb2. 0环境下，媒体对事件的反应和传播速度惊人，民众可以很容易参与到事件的发生和发展过程中去，因此，网络信息的数量能够从不同纬度反映事件的发展态势，如网民关注程度、覆盖地区范围、受害群体等等。获取公开网络信息已不是技术难题，因此充分利用这些网络信息，借助可行的定量方法，开展基于网络信息的事件严重度评价是一项非常有意义的技术。需要说明的是，本发明虽然是对网络中提到的事件进行评价，但是，现实中(脱离网络)提到的事件，比如(报纸、杂志、书刊等)提到事件，均可以采用本发明提供的评价方法进行事件严重度评价，同时，本发明提供的方法也不仅仅局限于事件的严重度(只是事件的一个评价参数)，还可以对其它事件的其它评价参数进行评价，因此，本发明提供的评价方法不仅仅局限于基于网络信息，任何采用本发明提供的方法或类似方法进行严重度、或其它评价参数的评价均属于本发明的保护范围。
其中，所述指标可以为任何一种与事件有关的参数，优选包括以下一种或多种媒体报道量、大众关注度、影响范围、影响人群、事件后果。指标包括媒体报道量X1时,所述媒体报道量优选包括网站中关于所述事件的新闻报道量；其中，网站涵盖了所有对事件进行报道、或关注、或评论的各类网站，比如包括了综合门户网站(如网易、新浪、搜狐、凤凰网等等)和专业门户网站(如事件监管网站、食品安全协会网站、生产安全协会网站等等)。媒体报道量反映了媒体对于某个新闻事件的关注度，在一定程度上可以反映事件的严重度。媒体的报道量越多，事件严重的可能性就越大，反之，媒体的报道量越少，则事件严重的可能性越小。当指标包括大众关注度X2时，所述大众关注度优选包括论坛和/或微博和/或博客中关于所述事件的记载量；大众的关注度反映了大众对某个新闻事件的态度，在一定程度上可以反映事件的严重度。大众的关注度越高，事件严重的可能性就越大，反之，大众的关注度低，则事件严重的可能性就小。大众关注度即为一个事件所引起的民众关注度，这种关注在网络上通常呈现为新闻点击率、主题讨论、微博或博客评论、转载等。当指标包括影响范围X3时,所述影响范围优选包括所述事件影响的行政管辖区范围；影响范围主要从地域进行限定，地域又通常采用行政区来标画。如果一个事件的影响范围已经超出了一个省(自治区，直辖市)，那么就需要国务院成立专门的委员会，来统一部署指导下一步的工作。如果影响范围是一个省(自治区，直辖市)，那么就需要省委省政府进行紧急控制和处理。以此类推。影响范围决定了下一步的工作由哪级政府来领导部署，在一定程度上反映了事件的严重度。影响范围越大，时间严重的可能性就越大，反之，影响范围越小，则事件严重的可能性就越小。当指标包括影响人群X4时，所述影响人群优选包括直接和/或间接受害的人群；
人群是事件的重要参与者，对影响人群的分析能较好的反应事件的严重度。影响人群可以分为一般群体和弱势群体，弱势群体又可以进一步分为婴儿，儿童，老年人，残疾人及其他弱势群体。如果一个事件的影响人群是弱势群体，则该事件更容易引起媒体和大众的关注和讨论，激起愤怒，不满，恐慌等极端情绪，甚至导致一些不理性行为。如果有关部门不能及时采取有效的措施，可能会导致比较严重的后果。可以看出，影响人群在一定程度上反映了事件的严重度。影响人群是弱势群体，事件严重的可能性就越大，反之，影响人群是一般群体，则事件严重的可能性就越小。当指标包括事件后果 X5时，所述事件后果优选包括所述事件造成的后果。事件的后果能从一个角度较好的反应事件的严重度。若某一事件涉及到了人员伤亡，则事件严重度较大，反之，若产品存在潜在隐患阶段就被制止住，则事件严重的可能性较小。本发明中的指标包括了媒体报道量、大众关注度、影响范围、影响人群、事件后果等，结合了媒体的客观报道、民众的主观参与、事件的地域影响和人群影响、以及事件直接导致的后果，可见，指标具有高度的概括性，从而提高了事件严重度评价的合理、准确、科学性。下面，本发明将通过一个具体的实施例来说明基于网络信息的事件严重度评价方法，如图1，所示步骤101，从网络上获取事件；获取事件的方式可以采用现有的任何一种，比如关键词抓取、搜索、双方按约定发送接收等等方式。网络具备覆盖面积广、更新速度快、关注度高、关注人群广泛等优点。步骤102，确定事件的指标；其指标定为媒体报道量、大众关注度、影响范围、影响人群、事件后果。需要说明的是，上述各指标只是一个举例，在考虑事件的起因、影响、后果、关注度、焦点度等情况下，还可以任意确定事件的指标。步骤103，确定指标量化集；指标量化集T为(1，2，3，4，5)。其中1、2、3、4、5为指标量化值。需要说明的是指标量化集的确定能够规范并统一化对各指标进行管理和数据处理。其中，指标量化集中含有一系列指标量化值，这些指标量化值被每一个指标所运用。步骤104，根据指标量化集，确定每一个指标不同的量化结果与不同的指标量化值的对应关系；指标一，媒体报道量&指标一的对应关系为媒体报道量100篇以下记为I ;100-250篇记为2 ；250-400篇记为3 ;400_550篇记为4 ；550篇以上记为5。指标二，大众关注度X2。指标二的对应关系为200篇以下记为I ;200-400篇记为2 ；400-600篇记为3 ；600-800篇记为4 ；800篇以上记为5。指标二，影响范围X3。指标二的对应关系为若影响范围限定在一个县的范围内，则记为I ;若超出一个县但在同一个市内，则记为2 ;若超出一个市的范围，但仍在同一个省份内，则记为3 ;若超出一个省，则记为4 ;若是影响到了港、澳、台，甚至他国家，则记为5。指标四，影响人群X4。指标四的对应关系为若事件仅影响一般人群中的一部分，则记为I ;若涉及的产品是食品或者日常用品，影响到了大部分普通百姓，则记为2 ;若影响到了除婴儿、儿童、孕妇外的其他弱势群体，则记为3 ;若影响到了婴儿、儿童、孕妇这些人群，则记为4 ;若同时影响到了一般群体和弱势群体，则记为5。指标五，事件后果X5。指标五的对应关系为若广品存在潜在隐患时就被制止，没有造成实际损失，则记为I ;若事件的后果是产品的部分或者全部功能不能正常使用，无其他损失的，记为2 ;若事件的后果是产品质量存在问题，对人体的健康或者安全造成伤害的，则记为3 ;若事件造成了人员受伤，但人数低于5人，则记为4;若事件造成了 5人以上人员受伤或者有人死亡的，则记为5。步骤105，根据每一个指标对应关系确定该指标 下事件量化结果对应的指标量化值；步骤106，根据指标对所述事件影响的严重度确定指标判断矩阵；其中，指标对事件影响的严重度可以通过各种方式来确定，比如根据经验确定；根据专家评定等等，本实施例中采用了专家评定打分的方法。判断矩阵为
'I 2 3 3 1/3"
1/2 I 2 2 1/51/3 i/2 I I i/7 1/3 1/2 I I 1/7
3 5 7 7 1步骤107，求取所述判断矩阵的特征值\ max和特征向量M1 ；其中，Xniax=5.O232，对应的标准化特征向量为^!=(0. 3445 0. 2009 0. 1139 0. 1139 0. 9028)；步骤108，将特征向量M1标准化为和为I确定每一个所述指标的指标权重和所述指标权重组成的特征向量M ；为了将严重度的取值介于0和5之间，需要将特征向量标准化。得到M= (0. 2055 0. 1199 0. 068 0. 068 0. 5386)步骤109，对标准化后的指标权重进行一致性检验；需要说明的是，本步骤是为了进一步检验上述求取的指标权重是否可行，进而提高本发明事件严重度评价方法的科学性、合理性和准确性。该步骤可以包括如下小步骤步骤109-1,根据公式C. I=O max-n)/n-l计算一致性指标；一致性指标C. I=(Amax-n) /n-1= (5. 0232-5)/4=0. 006步骤109-2，根据平均随机一致性指标R. I和公式C. R=C. I/R. I确定一致性比率CR ；查表得出平均随机一致性指标R. 1=1. 36，计算一致性比率C. R = C. I/R. I =0.006/136=0. 004步骤109-3，当所述一致性比率CR小于等于0. I时，接受所述判断矩阵。0. 004<0. 1，因此，接收判断矩阵和上述指标权重。需要说明的是根据上述分析，对同一个事件，可以存在多个判断矩阵，因此，计算出的各指标权重也不同。本实施例给出了初步的判断矩阵赋值，并据此进行了权重计算。在其他实施例中，可根据各种因素(比如经验值、专家建议等)，修改判断矩阵，进而获得更恰当的指标权重。步骤110，根据每一个指标的所述指标权重，对每一个指标的所述指标量化值进行加权求和，确定所述事件严重度等级；依照事件的严重度，产品事件分为五个等级特别严重的事件5级、重大的事件4级、比较重大的事件3级、一般的事件2级、较小的事件I级。M= (0. 2055 0.1199 0.068 0.068 0.5386)F=O. 2055X1+0. 1199X2+0. 068X3+0. 068X4+0. 5386Xs
权利要求
1.一种基于网络信息的事件严重度评价方法，其特征在于，包括 A.从网络上获取事件； B.采用一个以上的指标对所述事件进行量化，得到每一个指标中所述事件的指标量化值； C.采用层次分析法确定每一个所述指标的指标权重； D.根据每一个指标的所述指标量化值和所述指标权重确定所述事件严重度等级。
2.如权利要求I所述的基于网络信息的事件严重度评价方法，其特征在于，所述指标包括以下一种或多种媒体报道量、大众关注度、影响范围、影响人群、事件后果。
3.如权利要求2所述的基于网络信息的事件严重度评价方法，其特征在于， 所述B之前，所述基于网络信息的事件严重度评价方法进一步包括确定指标量化集，所述指标量化集包括所有所述指标量化值；确定每一个指标的不同的量化结果与不同的所述指标量化值的对应关系；则， 所述B中，得到每一个指标中所述事件的指标量化值包括根据所述对应关系确定量化结果对应的所述指标量化值。
4.如权利要求2所述的基于网络信息的事件严重度评价方法，其特征在于， 当指标包括媒体报道量X1时，所述媒体报道量包括网站中关于所述事件的新闻报道量; 和/或， 当指标包括大众关注度X2时，所述大众关注度包括论坛和/或微博和/或博客中关于所述事件的记载量； 和/或， 当指标包括影响范围X3时,所述影响范围包括所述事件影响的行政管辖区范围； 和/或， 当指标包括影响人群X4时，所述影响人群包括直接和/或间接受害的人群； 和/或， 当指标包括事件后果X5时，所述事件后果包括所述事件造成的后果。
5.如权利要求1-4任一项所述的基于网络信息的事件严重度评价方法，其特征在于，所述C包括 根据所述指标对所述事件影响的严重度确定指标判断矩阵； 求取所述判断矩阵的特征值和特征向量M1 ； 将特征向量M1标准化为和为I确定每一个所述指标的指标权重和所述指标权重组成的特征向量M。
6.如权利要求5所述的基于网络信息的事件严重度评价方法，其特征在于，所述将特征向量标准化为和为I确定每一个所述指标的指标权重之后，所述C进一步包括 根据公式C. I=O max-n)/n-l计算一致性指标； 根据平均随机一致性指标R. I和公式C. R=C. I/R. I确定一致性比率CR ； 当所述一致性比率CR小于等于0. I时，接受所述判断矩阵和指标权重。
7.如权利要求1-6任一项所述的基于网络信息的事件严重度评价方法，其特征在于， 所述D包括根据每一个指标的所述指标权重,对每一个指标的所述指标量化值进行加权求和，确定所述事件严重度等级。
8.一种利用权利要求1-8任一项所述基于网络信息的事件严重度评价方法的评价系统，其特征在于，包括 获取模块，其用于从网络上获取事件； 指标量化模块，其用于采用一个以上的指标对所述获取模块获取的所述事件进行量化，得到每一个指标中所述事件的指标量化值； 指标权重确定模块，其用于采用层次分析法确定每一个所述指标的指标权重； 等级确定模块，其用于根据所述指标量化模块确定的每一个指标的所述指标量化值和所述指标权重模块确定的所述指标权重确定所述事件严重度等级。
9.如权利要求8所述的评价系统，其特征在于， 所述评价系统进一步包括对应关系确定模块，其用于确定指标量化集，并确定每一个指标的不同的量化结果与不同的所述指标量化值的对应关系；所述指标量化集包括所有所述指标量化值； 和/或， 所述指标权重确定模块包括指标判断矩阵模块，其用于根据所述指标对所述事件影响的严重度确定指标判断矩阵；求取模块，其用于求取所述判断矩阵的特征值Xmax和特征向量M1 ;标准化模块，其用于将特征向量M1标准化为和为I确定每一个所述指标的指标权重和所述指标权重组成的M。
10.如权利要求9所述的评价系统，其特征在于，所述指标权重确定模块进一步包括一致性比率判断模块，其用于根据公式c. i=U_-n)/n-i计算一致性指标；根据平均随机一致性指标R. I = I. 36和公式C. R=C. I/R. I确定一致性比率CR ;当所述一致性比率CR小于等于0. I时，接受所述判断矩阵。全文摘要
本发明涉及信息领域，具体涉及一种基于网络信息的事件严重度评价方法和系统。该评价方法包括A.从网络上获取事件；B.采用一个以上的指标对所述事件进行量化，得到每一个指标中所述事件的指标量化值；C.采用层次分析法确定每一个所述指标的指标权重；D.根据每一个指标的所述指标量化值和所述指标权重确定所述事件严重度等级。该评价系统采用了上述评价方法，包括获取模块；指标量化模块；指标权重确定模块；等级确定模块。本发明能够对事件的严重度进行合理评价。
文档编号G06F17/30GK102722534SQ20121015805
公开日2012年10月10日 申请日期2012年5月21日 优先权日2012年5月21日
发明者冯卫, 刘霞, 宋荷靓, 崔艳武, 杨跃翔, 汤万金, 蔡华利, 高晓红 申请人:中国标准化研究院