《公共安全事件网络舆情风险评估-编制说明》

公共安全科学技术学会团体标准

《公共安全事件网络舆情风险评估》

编制说明

起草单位：南方科技大学，公安部第一研究所，清华大学

2021年4月26日

目录

一、工作简况.......................................................................................................1

1.任务来源..................................................................................................1

2.编制目的..................................................................................................1

3.标准编制过程..........................................................................................1

4.标准编制原则..........................................................................................2

二国内外研究现状.............................................................................................2

三标准内容和分析.............................................................................................6

1.标准的主要内容和框架............................................................................6

2.重点内容分析............................................................................................7

四国内外相关标准研究及制修订情况.............................................................7

1.国内相关标准情况..................................................................................7

2.国外相关标准情况..................................................................................8

五与有关现行法律、法规和强制性标准的关系.............................................8

六重大分歧意见的处理经过和依据.................................................................8

七标准执行要求.................................................................................................8

八执行贯彻国家标准的要求和措施建议.........................................................9

九废止现行有关标准的建议.............................................................................9

十其他予以说明的事项.....................................................................................9

一、工作简况

1.任务来源

本团体标准列入公共安全科学技术学会团体标准修订项目计划任务，项目名

称《公共安全事件网络舆情风险评估》，编号“XXX-XXXX”，由公共安全科学

技术学会提出，定于2021年完成。该标准由南方科技大学，公安部第一研究所，

清华大学等单位的专家组成标准起草工作组共同完成。

2.编制目的

互联网作为近年来发展较快的行业，社交网络能很好的反映公众对公共安全

事件的关注程度。社交网络上的相关信息可以一定程度的反映公共安全事件对网

络舆情影响的严重程度。本标准列举了现阶段可行的基于社交网络数据的网络舆

情风险评估方法，为应急管理风险评估提供了有效快速的解决方案。通过建立基

于社交网络数据的网络舆情风险评估方法，研究成果可应用于国家安全相关的诸

多领域，提升公共安全风险数据分析能力，为国家公共安全应急平台突发事件预

警和大规模群体事件处置提供社会公共安全风险数据分析和管理技术支撑，提高

相关部门应对安全事件和风险的预防及处置决策能力，对全面保障国家整体安全

具有重大意义。

3.标准编制过程

1.2020年7月，由南方科技大学牵头，联合公安部第一研究所，清华大学

将国际科技部重点研发项目“国家公共安全应急平台”课题二“基于‘互联网’

+的社会公共安全风险防控技术”研究成果进行转化，提出研制基于社交网络的

公共安全事件网络舆情风险评估标准并获得公共安全科学技术学会团体标准立

项，并成立了标准制定工作组。

2.2020年7月~2020年12月，对立项过程中专家提出的相关建议进行进一

步的调研，主要研究了网络舆情定量风险评估技术，并多次组织内部研讨会，并

听取行业专家意见。

3.2021年1月~2021年4月，整理汇总研究资料，结合专家修改意见对工

作组讨论稿进行修改，通过不断完善标准研制内容，形成征求意见稿。

1

4.标准编制原则

本标准主要围绕使用社交网络数据对公共安全事件引起的网络舆情进行风

险评估。通过提取社交网络数据中的公共安全相关事件，根据相关法律法规、标

准规范的规定，识别和分析网络舆情风险，并对风险进行定性定量评估。本标准

编制的基本原则如下：

1）遵从标准化要求的原则。按照GB/T1.1—2009《标准化工作导则第1

部分：标准的结构和编写》的要求进行标准的编写。

2）参考国内相关标准成熟条款的原则。本标准参考了《GB/T27921-2011风

险管理风险评估技术》、《GB/T23694-2013风险管理术语》、《GB/T24353-2009

风险管理原则与实施指南》等相关国家标准，引用风险评估领域相关术语，参

考了通用的风险评估技术。

3）力求标准的适用性和可操作性的原则。考虑到社交网络数据量的庞大，

提出了在实际操作中可行的公共安全事件提取方法，并选择可定量的评估指标，

使该标准具有适用性和可操作性。

二国内外研究现状

在大数据时代，由于Internet的发展，人们可以通过在线网络获得大量信息。

在线社交网络（OnlineSocialNetworks,OSN）是为在线网络用户提供的表达意见

并相互联系的在线平台1。与传统的离线社交模式相比，OSN确保人们更及时，

更简洁地获取信息和彼此交流，因为大多数OSN（例如Twitter，Facebook和微

博）都具有文本长度限制。Twitter是北美最常用的OSN之一。它通过转推，依

赖等功能连接用户和信息。微博是在亚洲流行的OSN之一。根据最新统计，其

月活跃用户超过4.62亿。与Twitter类似，微博具有多种功能，使用户可以发布，

重新发布评论，并关注其他用户，是信息提取和分析良好素材，尤其适用于对实

时性要求较高的领域。

随着互联网+时代的到来以及社交网络的普及，自然语言处理（Natural

1RiquelmeF,González-CantergianiP.MeasuringUserInfluenceonTwitter:Asur-vey[J].Information

processing&management,2016,52(5):949-975.

2

Lan-guageProcessing,NLP）2受到广泛关注。NLP技术对于社交网络文本数据

的处理，已应用于各大领域，例如电商、搜索、推荐、地图等。而公共安全作为

与人们生命财产相关的重要部分，在该领域下的中文NLP的相关应用并不多。

公共安全保护个人财产等不受威胁，根据《国家突发公共事件总体应急预案》的

规定，公共安全事件可分为自然灾害、事故灾难、公共卫生事件和社会安全事

件。将相关NLP技术应用于公共安全领域，尤其是结合社交网络数据，能够更

好的发现和分析风险，有利于社会稳定。例如，如何采用相关技术从海量微博数

据中快速有效的获取相关危机事件，以及如何通过对相关微博内容进行分析，从

而对危机事件进行风险评估，仍然是值得考虑的问题。

基于微博的公共安全事件提取，是从非结构化的社交媒体数据中抽象出具体

危机事件，从而进行后续的风险分析。例如，微博“24日02时，台风‘韦森特’

中心位于北纬21.7度，东经113.3度，即在台山市东南方约80公里的海面上”，

能够识别出事件为“24日台山市出现台风”。在该例子中，危机事件发生的时间、

地点和事件关键词等被识别出来，并且组成其事件描述。事件提取技术由于相关

评测而发展迅速。这些评测主要有消息理解会议（MessageUnderstanding

Conference，MUC），话题检测与跟踪（TopicDetectionandTracking,TDT）3评

测会议，自动内容抽取（AutomatedContentExtraction，ACE）4评测会议。此外，

2014年，NIST组织推出文本分析会议-知识库构建测评（TextAnalysis

Conference-KnowledgeBasePopulation,TAC-KBP）修订了ACE中定义的事件，

并且包括了事件触发词的检测等。2019年，NIST又推出流式多媒体知识库的测

评（StreamingMultimedia-KnowledgeBasePopulation,SM-KBP），旨在从包含多

语言多媒体源（包括文本，语音，图像，视频和pdf文件）的异构文档流中提取

知识元素。事件提取相关技术由此也有了更多进展。而公共安全领域的事件识别

往往有其特点。例如，公共安全的事件关乎人类生命财产，因此该领域的事件提

取相比其他领域更加看重实时性，以便快速作出相关反应；同时，决策者往往关

2BatesM.ModelsofNaturalLanguageUnderstanding[J].ProceedingsoftheNationalAcademyofSciences,

1995,92(22):9977-9982.

3FiscusJG,DoddingtonGR.Topicdetectionandtrackingevaluationoverview[G]//Topicdetectionand

tracking.[S.l.]:Springer,2002:17-31.

4DoddingtonGR,MitchellA,PrzybockiMA,etal.TheAutomaticContentExtrac-tion(ACE)

Program-Tasks,Data,andEvaluation.[C]//Lrec:Vol2.2004:1.

3

注某一地点范围的公共安全事件，因此公共安全事件提取会较为关注事件发生地。

基于此，公共安全的事件提取也值得进一步探究。

基于微博的危机事件风险评估，是在危机事件提取的基础上，利用相关微博

信息，对该事件对于网络舆情风险做一个评估。传统的风险评估往往需要挖掘事

件的风险点，并计算概率。而基于社交网络的风险评估，则需要结合其特点，采

用特定的技术，如NLP，通过计算不同的指标来对其进行风险评估。近年来深

度学习5等技术获得飞速发展，利用该技术能够准备的计算出社交网络相关指标，

从而进行风险评估。例如，可以利用相关技术对微博文本进行情感分析，从而了

解网民的心理状态，进而对风险进行一个评估。

社交网络数据庞大，信息杂乱，想要快速发现公共安全事件并非易事。利用

事件提取技术可以快速发现此类事件并且进行风险评估，使得相关危机事件能够

得到有效控制。例如，最近在中国乃至全球爆发的《2019年冠状病毒》（COVID-19）

是一次典型的公共卫生事件，对人们的正常生活和世界经济产生了重大影响。然

而在它流行早期，并未受到广泛关注。这主要是因为许多相关机构没有采用事件

提取技术检测到此类事件，而了解到该事件的人们却也没有意识到它的巨大风险。

而基于微博的公共安全事件提取，能够比传统媒体更早发现危机事件6,7，对危机

事件进行风险评估，也可以让相关人员意识到事件的严重性。可见，公共安全事

件提取和风险评估对于安全防控具有重要意义。

不仅如此，事件提取在诸多领域均有应用。如应用于通过特定领域的事件追

踪发现电脑攻击8、根据社交媒体讨论的政策和公司信息变动进行股票预测9。由

此可见其应用价值。然而，当前事件提取研究多基于英文twitter，中文领域的相

应方法效果较差。例如，中文语法表达相比英文更加复杂，这使得提取事件模板

元素变得困难。因此，事件提取也具有应用价值和研究价值。

5GoodfellowI,BengioY,CourvilleA.DeepLearning[M].Cambridge,MA,USA:MITpress,2016.

6SakakiT,OkazakiM,MatsuoY.EarthquakeShakesTwitterUsers:Real-timeEventDetectionbySocial

Sensors[C]//Proceedingsofthe19thinternationalconferenceonWorldwideweb.2010:851-860.

7Yom-TovE,DiazF.LocationandTimelinessofInformationSourcesDuringNewsEvents[C]//

Proceedingsofthe34thinternationalACMSIGIRconferenceonResearchanddevelopmentinInformation

Retrieval.2011:1105-1106.

8RitterA,WrightE,CaseyW,etal.WeaklySupervisedExtractionofComputerSecurityEventsfrom

Twitter[C]//Proceedingsofthe24thInternationalConferenceonWorldWideWeb.2015:896-905.

9丁效.基于社会媒体的市场行情预测方法研究[D].哈尔滨:哈尔滨工业大学,2016.

4

当前针对社交网络的风险评估不多。虽然针对微博文本的各种分析已经获得

了较大的进展，典型的比如情感分析，但是对其进行公共安全领域的风险分析却

较少。通过挖掘微博的信息，提出诸多能够对风险提供作用的指标，能够使风险

评估更加准确，有利于相关人员对风险进行合理防控，从而对社会稳定作出一定

贡献。

传统的风险评估一般有三类：定性评估法、定量评估法、定性定量相结合法

10。定性法受限于评估者的经验；而风险矩阵法作为一种定性方法，由于其直

观且易于理解的特点，广泛用于风险评估。定量法通过量化各种指标进行计算，

如时序模型法11、基于机器学习的评估方法。定性和定量相结合的方法结合了两

种算法，如：层次分析法、模糊综合评价法。目前用于社交媒体的风险评估常见

的有风险矩阵法、模糊综合评价法和机器学习法。

模糊综合评价是解决一系列指标所描述的复杂问题的评价模型，被广泛用于

许多复杂系统的风险评估。该方法的重点是获得评估的指标；不同的事件，往往

具有不同的指标，这也需要人为考虑合适、能够获取的指标。Tian和Yang等人

12采用该方法评估城市响应能力。Zhao等人13则运用模糊综合评价方法对电力

系统进行了评估。Deng等人14提出了一种基于微博数据的新型众包模型，用于台

风海燕的灾害评估；他们提出了三个指标：灾难描述、公众需求和缓解措施，对

于每个指标细化成不同的短语，然后对短语进行专家打分和权重计算，最终计算

出风险值，这是将模糊综合评价法用于社交媒体进行风险评估。

人工智能的发展使得各种机器学习、深度学习模型也用于定量的风险评估。

相较于传统的定量法，这些模型具有更准确的评估结果。然而，相关方法需要有

足够的训练数据、对数据进行充分预处理、合理的指标作为模型的输入。Pacelli

10任帅,慕德俊,张弢,等.信息安全风险评估方法研究[J].信息安全与通信保密,2009,2:54-56.

11文志诚,陈志刚,唐军.基于时间序列分析的网络安全态势预测[J].华南理工大学学报(自然科学版),

2016(5):143.

12YilinT,QingY.UrbanDisasterResponseCapacityEvaluationIndexSystemModelDesignBasedon

AHP-DELPHIMethod[J].WUHANLIGONGDAXUEXUEBAOJIAOTONGKEXUEYUGIONGCHENG

BAN,2008,32(1):168.

13ZhaoW,ZhangJ,ShangJ,etal.PowerSystemLargeScaleBlackoutEmergencyEvaluationIndexSystem

andItsApplication[J].AutomationofElectricPowerSystems,2008,20.

14DengQ,LiuY,ZhangH,etal.ANewCrowdsourcingModeltoAssessDisasterUsingMicroblogDatain

TyphoonHaiyan[J].NaturalHazards,2016,84(2):1241-1256.

5

V等人15将神经网络用于信用风险管理。王伟16基于深度学习对网络流量异常进

行检测。张东等人17则利用机器学习算法对恶意代码进行检测。除此之外，也有

研究人员采用两种结合方法进行风险评估。朱18等人采用模糊评价法与神经网络

算法，将定性与定量指标结合，构建了风险评价指标体系；而后利用该指标对客

户信用进行风险评估。

目前，基于微博的公共安全事件对网络舆情风险评估方法并没有一套标准的

方法。尤其是微博作为社交网络，许多传统评估指标无法获取，因此评估形式发

生了不小的变化。因此，考虑可以获取的、对风险起作用的指标对于风险分析至

关重要。

三标准内容和分析

1.标准的主要内容和框架

本标准针对公共安全事件，通过提取社交网络数据中相关数据，根据相关法

律法规、标准规范的规定，识别和分析网络舆情风险，并对风险进行定性或定量

定级，有助于有关部门及时了解网络舆情，辅助做出有效、快速的风险管理。主

要内容包括：确定风险评估流程、数据准备与处理、确定网络舆情风险事件的识

别范围、识别流程和识别方法、确定风险分析方法中的两个关键指标即事件影响

力及情感倾向的计算方法、确定风险定级方法、形成风险评估报告以及反馈与更

新。

本标准主要由前言、引言、范围、规范性引用文件、术语和定义、评估流程

与工作形式、数据准备与处理、风险事件识别、风险分析、风险评价、风险评估

报告、反馈与更新这几个部分所组成。

15PacelliV,AzzolliniM,others.AnArtificialNeuralNetworkApproachforCreditRiskManagement[J].

JournalofIntelligentLearningSystemsandApplications,2011,3(02):103.

16王伟.基于深度学习的网络流量分类及异常检测方法研究[D].合肥:中国科学技术大学,2018.

17张东,张尧,刘刚,等.基于机器学习算法的主机恶意代码检测技术研究[J].网络与信息安全学报,

2017,3(7):25-32.

18朱虹,何泽恒.基于BP神经网络的商业银行信用风险评估模型研究[J].对外经贸,2013,000(9):

128-129,160.

6

2.重点内容分析

在术语和定义中对风险分析过程中分类、分词、数据预处理、停用词、公共

安全事件、风险预测进行了定义。

在评估流程与工作形式部分明确了舆情风险评估的目标与原则、评估范围以

及评估流程。

数据准备与处理过程是用来准备用于舆情风险评估的原始社交网络数据，包

括数据收集与预处理、评估依据和方法以及工作方案。

风险事件识别是从社交网络原始数据中有效识别公共安全事件，用于后续风

险评估。其过程包括社交网络风险识别范围、社交网络风险事件识别流程、社交

网络风险事件分类以及社交网络舆情风险事件识别方法。

风险分析是针对网络舆情数据分析风险水平，具体过程包括分析方向和内容、

分析方法以及确定风险水平。

风险评价是对风险事件的风险程度进行定性或定量评估，具体过程包括基本

要求、确定风险等级以及判定风险结果。

风险评估报告是对风险分析及评估的结果产生风险评估报告，具体过程包括

风险评估报告主要内容、风险评估报告评审过程。

反馈与更新是将风险评估作为一个持续循环的动态过程，通过建立反馈和更

新机制，不断提高风险评估方法的准确性。

四国内外相关标准研究及制修订情况

1.国内相关标准情况

目前国内出台的标准中已经有关于风险评估以及风险评估技术（GB/T

27921-2011风险管理风险评估技术）的部分，一些行业比如病媒生物、消防、

信息和机械行业（GB/T31716-2015病媒生物危害风险评估应用准则与指南大

型活动；GB/T31593.3-2015消防安全工程第3部分:火灾风险评估指南；GB/T

36466-2018信息安全技术工业控制系统风险评估