共查询到20条相似文献，搜索用时 319 毫秒
1.
【目的/意义】网络舆情反转现象愈演愈烈,研究反转网络舆情的特点和分类,对于深入分析反转网络舆情
的发生,有效预防网络舆情反转的危害有重要现实意义。【方法/过程】通过分析网络舆情反转现象,识别网络舆情
反转的风险因素,构建反转网络舆情的分类和预测模型,利用SPSS21对反转网络舆情案例样本进行聚类分析和判
别分析。【结果/结论】结果表明事件性质、报道倾向、报道形式、首发平台,以及与网民相关度是影响网络舆情反转
的重要因素。将反转网络舆情分为四类,以此为基础开展预测,并为反转网络舆情的应对提出策略支持。 相似文献
2.
[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。 相似文献
3.
[目的/意义]随着5G时代的到来,短视频的信息传播成为引导网民舆情的重要工具,如何运用政务短视频导控网络舆情成为政府面临的新挑战。[方法/过程]将政务短视频网络舆情分为舆情事件、网民和政务短视频三个子系统,借助Vensim PLE软件,构建政务短视频网络舆情多主体应对仿真模型,并结合具体案例"黑龙江疫情反弹"仿真分析子系统中各影响因素之间的相互作用关系,探究政务短视频网络舆情传播的动态机制。[结果/结论]结果表明:政务短视频网络舆情受舆情事件、网民、政务短视频子系统及其相关因素的共同影响。因此,政务短视频可以通过控制三个子系统的相关因素,有效应对和导控网络舆情。 相似文献
4.
[目的/意义]探究热点事件网络社区的主题及情感波动,掌握舆情事件的演化过程,对于做好网络舆论引导、维护网络信息生态具有重要意义。[方法/过程]以社交关系构建社群网络,采用Louvain算法划分主题社区,基于此提取各阶段社区主题,并计算主题情感分布,多维度协同探究网络舆情的动态演化过程;最后以“孙海洋寻子圆梦”事件为例检验了模型的有效性。[结果/结论]网民会自发性地关注并讨论舆情事件的发展,并依据网络社交关系形成不同的主题社区,从而产生不同的情感波动。研究结果能够较好地反映出特定舆情事件的主题-情感演化过程。 相似文献
5.
6.
[目的]通过研究当下网络环境的具体情境,利用概率分析的方式判断具体舆情所属的案例类型,从而为网络舆情危机响应决策提供依据。[方法]使用贝叶斯网络模型作为分析方法,构建网络舆情案例匹配的指标体系和案例匹配模型。[结果]通过48个网络舆情危机中的随机43个事件作为训练数据,构建贝叶斯网络模型,使用剩余5个网络舆情危机事件作为测试组,经检验测试样本案例匹配结果与事实相符。[结论]本文通过构建网络舆情案例匹配的相关指标体系和贝叶斯网络模型,为对网络舆情进行分型,从而为舆情危机响应提供了决策依据。 相似文献
7.
[目的/意义]旨在为加强反转网络舆情监管提供参考。[方法/过程]引入前景理论,构建反转网络舆情监管三方演化博弈模型,建立各主体收益感知矩阵,根据复制动态方程分析各种情况下知情者、媒体、政府策略选择。[结果/结论]该模型不存在稳定均衡策略,新闻核实成本、监管成本、处罚力度、公众媒介素养水平均会直接作用于系统演化方向。提出加强政府对网络舆论环境的监管力度,规范网民和媒体行为;加强媒体公信力建设,做好信息"把关人"的角色;提升网民媒介素养,理性表达观点等加强反转网络舆情监管的对策建议。 相似文献
8.
[目的/意义]网民对突发事件的评论和传播会造成涉事组织的网络舆情危机,影响组织的声誉和形象。而网民的情绪化传播是引发网络舆情危机的重要因素,但目前缺乏对网民情绪化传播机理的研究。[方法/过程]使用扎根理论研究方法,以D&G辱华事件为对象,以网民对事件的评论内容为样本进行研究。[结果/结论]通过三级编码归纳出情绪化传播的形成要素,构建了网络舆情情绪化传播的机理模型。 相似文献
9.
[目的/意义]针对同一事件新闻报道与舆情评论既相互依存又偏离的现象,通过话题识别与主题关联分析,探索新闻报道引发的舆情评论在主题内容与时间阶段上的异同,拟为研究以舆情评论表达的舆情事件和以新闻报道表达的社会现实之间的共振与偏离,进而为探究社会舆情传播规律提供参考,为服务政府科学决策提供依据。[方法/过程]以拉斯韦尔（5W）模型、LDA主题模型和Python工具为基础,设计研究思路和流程,从腾讯新闻和知乎平台上抓取新闻报道和评论的数据,经过处理加工过后加以分析挖掘。[结果/结论]研究发现：舆情事件主题会一定程度偏离社会现实主题,衍生出更多隐性主题;舆情事件与社会现实的发展走向较一致;此外,社交媒体相较于新闻媒体所衍生的舆情事件主题更多,而两者反映的社会现实主题类似。 相似文献
10.
[目的/意义]掌握和了解微博环境下高校舆情情感的演化规律,对相关部门加强高校舆情监测监管,使高校适时采取措施应对负面舆情事件的恶性传播具有十分重要的意义。[方法/过程]本文通过文本挖掘并利用词云可视化展示对文本特征进行分析;基于朴素贝叶斯分类器将网络用户评论文本进行情感分类;结合用户情感演化与舆情事件发展周期的分析动态展示高校舆情情感演化图谱。[结果/结论]网民负向情感的占比在舆情蔓延期达到顶峰,中性情感的占比在舆情蔓延期最低,正向情感的占比在舆情周期中几乎没有变化。通过对微博环境下高校舆情情感演化图谱进行研究,为微博环境下高校舆情的研究提供新的理论支撑,在实践层面为舆情监管部门及时监测和有效引导高校舆情走向起到针对性的作用。 相似文献
11.
[目的/意义]利用知识图谱构建大数据驱动的社交网络舆情事件主题图谱,是网络舆情学术界和产业界关注的新问题,结合校园突发事件网络舆情进行可视化分析对推动社交网络舆情监控平台的构建具有一定的理论和现实指导意义。[方法/过程]文章在对知识图谱、社交网络舆情事件主题图谱相关理论进行分析梳理的基础上,构建校园突发网络舆情事件主题图谱中的实体、关系和过程模型,并结合"北京交通大学实验室爆炸"舆情事件进行可视化分析。[结果/结论]数据结果表明,政府官微在舆情引导中起到重要作用;可以从"故事线"和"时间线"两个方面对舆情事件进行可视化分析;高校舆情事件在爆发初期、事件调查进展期、事件调查结果期呈现不同的情感倾向;高校舆情事件的传播媒介在移动端和非移动端传播差异不大;舆情夜间传播活跃度高于日间。 相似文献
12.
[目的/意义]旨在为有关部门及时分析和应对舆情提供参考。[方法/过程]通过爬虫搜集媒体上的舆情数据,计算舆情热度并划分舆情演化阶段,利用TextRank算法提取不同舆情阶段的关键词,采用Python语言的Snownlp库进行文本的情感分析,构建公安舆情分析模型,并通过“六安事件”对该模型进行验证。[结果/结论]该模型从热度、关键词与情感三个维度较好地对公安舆情数据进行分析和挖掘,有助于及时有效地处理社交媒体上的公安舆情数据,为公安舆情分析提供新的途径。 相似文献
13.
[目的/意义]探索突发公共卫生事件网络舆情发展周期中的主题和情感演化历程,研究影响网民情感波动的因素,为网络舆情有效管控提供决策支持。[方法/过程]结合博文数量的时序特征和生命周期理论进行周期划分,利用LDA模型、BERT-BiLSTM-Attention模型构建研究框架,探究不同周期的舆情主题差异及情感演化。[结果/结论]线下病毒变异演化和线上舆情主题与情感演化具有关联性。在新型冠状病毒变异语料库中,BERT-BiLSTM-Attention模型分类准确率为0.8817,F1值为0.8778,其在情感演化分析上具有优越性。构建的“数据采集预处理、舆情周期划分、主题演化和情感演化到获得策略输出”的全过程分析框架对相关部门有效引导网络舆情提供了决策支持和理论支撑,BERT-BiLSTM-Attention模型能更准确地进行情感分类。[局限]数据源单一,面向时间维度上的演化历程未进行时空结合的演化分析。 相似文献
14.
[目的/意义]探究个体决策的有限理性对于网络舆情传播的影响,从网民心理的微观层面来构建网络舆情传播模型。[方法/过程]以病毒动力学理论为基础,引入考虑个体心理参照点的前景理论,构建网络舆情传播模型,并求解模型的基本再生数,进行数值仿真对基本再生数的计算结果进行验证分析。[结果/结论]网络舆情传播扩散规模,与微博用户接触到的接触消极微博内容的比例β、相关舆情事件评论或转发中传达负面情绪的评论内容占比p、被感染网民的自愈率q等有密切关系。 相似文献
15.
[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括：疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。 相似文献
16.
[目的/意义]探究社交网络中影响群体情感行为的影响因素，旨在为舆情引导提供参考。[方法/过程]首先，获取微博数据集，进行预处理后，使用结合AP算法及TF-IDF算法的LDA主题模型对用户文本进行聚类，挖掘用户兴趣主题；然后，人工识别结合接口调用对用户文本进行情感标注；最后，利用二元逻辑回归模型对假设的群体情感影响因素进行验证。[结果/结论]性别、主题及活跃度对于群体情感倾向有显著影响；男性群体普遍比女性群体消极；不同主题的情感主旋律不同。该结果对于网络舆情的控制以及个性化新闻推荐具有很好的借鉴作用。 相似文献
17.
[目的/意义]重大突发事件对提高国家社会治理能力提出了新的要求,提升网络舆情态势评估能力成为创新社会治理的重要内容。[方法/过程]该文从网络舆情事件特征、关注度、传播扩散度及网民观点倾向等方面构建网络舆情态势评估指标,利用贝叶斯网络构建网络舆情态势评估模型,以“新冠肺炎疫情”事件为例,对网络舆情态势进行评估分析。[结果/结论]通过对网络舆情事件的测试,本文提出的方法具有较好的舆情态势评估效能,对“新冠肺炎疫情”相关网络舆情治理提出了建议。 相似文献
18.
[目的/意义]基于突发公共卫生事件期间由公民隐私泄露导致的舆情事件,构建公民隐私泄露舆情的情感演化图谱可以呈现突发公共卫生事件期间网民的情感演化特征,为舆情监管和舆情引导提供参考。[方法/过程]结合文本词语加权方法“词频—逆文档频率”(TF-IDF)的LDA主题挖掘、机器学习的情感分析和社会网络分析方法,基于舆情生命周期的不同阶段,构建突发公共卫生事件中公民隐私泄露的情感演化图谱分析模型。并以新型冠状病毒肺炎疫情期间“成都确诊女子隐私泄露”事件为研究样本话题,分析不同舆情阶段的主题挖掘和不同舆情阶段的情感演化图谱。[结果/结论]网络暴力、隐私泄露和疫情防疫是疫情期间隐私泄露舆情主要关注点,公众讨论具有交互式特征和不同舆情阶段内的多元化特征。 相似文献
19.
[目的/意义]网络舆情风险信息涉及要素较多，为了提高网络舆情风险信息感知效果，在新媒体环境下构建了突发环境事件网络舆情风险信息感知模型。[方法/过程]建立突发环境事件网络舆情信息流风险指标集，赋予评价指标权重，对权重离散化处理，构成相似系数矩阵。通过舆情主体建模、舆情信息模型建立与网民情感模型建立3个部分分析网络舆情传播核心要素演化规律。在此基础上计算传播概率，确定用户传播信息的涉入程度，采用Logistic回归模型感知风险信息风险高低。采用决策树对舆情风险预警，实现突发环境事件网络舆情风险信息感知。[结果/结论]实验结果表明，所构建模型应用后的事件舆情情感演化情况分析准确性较高，各个事件的转发数量和恶意评论数量感知准确度较高，预警效果更好，有效提高了突发环境事件网络舆情风险信息感知效果。 相似文献
20.
[目的/意义]微博作为一种重要的信息传播载体,在疫情信息发布与传播中发挥着重要作用。深入分析疫情信息中蕴含的疫情事件及其对网民情绪的影响,有助于各级政府准确掌握网络舆论情况,科学高效地做好防控宣传和舆情引导工作。[方法/过程]以新冠肺炎疫情相关的微博新闻及其评论作为研究对象,利用条件随机场(Conditional Random Field,CRF)模型从微博新闻中抽取疫情事件并建立疫情事件画像;在情感词典的基础上,引入双向长短期记忆网络(Bidirectional Long Short-Term Memory,Bi-LSTM)模型建立网民情绪画像;利用基于自注意力机制的Bi-LSTM模型对疫情事件与网民情绪进行关联分析。[结果/结论]真实语料集上的实验结果表明,围绕捐资、防控、临床和英雄等主题,CRF模型疫情事件抽取的F值均达到73%以上,Bi-LSTM模型网民情绪识别的F值均在70%以上,基于注意力机制的Bi-LSTM模型给出的网民情绪分布基本符合疫情发展态势。 相似文献