首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 768 毫秒
1.
【目的/意义】通过构建数学模型,研究大数据背景下微博舆情热度预测问题。【方法/过程】分析大数据背景 下的微博舆情的首发信息特征,定义首发信息影响系数,建立微博首发信息热度预测方程模型。【结果/结论】利用百 度指数、清博舆情等软件,研究 47个微博舆情实例分析模型特征,并用 6个微博舆情案例验证模型,得出该模型根据 微博首发信息的少量数据而得到较为准确的预测结果。研究成果有利于政府面对复杂微博舆情时做到“心中有 数”, 也为进一步研究大数据背景下微博舆情预测问题提供参考。  相似文献   

2.
【目的/意义】网络舆情预测由于对指导政府工作,维护社会稳定具有很高的现实意义,一直是网络安全领 域研究工作的关注重点。但是网络舆情演化趋势复杂,影响因素众多,前人工作多考虑了单变量因素,忽视了多因 素对趋势的影响,且前人采用的传统模型由于自身的局限性,针对非线性场景的预测很难收到较好效果。【方法/过 程】为解决前人研究的不足,本文设计了一种基于循环神经网络的自适应学习率的网络舆情模型,根据舆情数据特 点选取了多种特征构建了循环神经网络序列生成模型,针对循环神经网络模型收敛困难的问题,通过连续最优掷 币策略自适应调节学习率来提高训练速度和预测精度。【结果/结论】实验结果表明,与传统方式和普通神经网络相 比,本文方法有着更好的舆情预测效果。  相似文献   

3.
【目的/意义】微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了 解微博舆情传播规律,为政府监管微博舆情提供建议。【方法/过程】首先通过分析微博舆情的社交网络结构特点, 对BA无标度网络进行改进。随后将模糊观点与Deffuant-Weisbuch模型融合,提出一种基于改进模糊相似度的舆 情演化规则。最后通过仿真实验分析微博舆情演化特征。【结果/结论】研究发现,模糊观点的类型对舆情演化的周 期与规模有影响。用户对于热门发现微博的关注度对舆情传播有影响。  相似文献   

4.
【目的/意义】互联网成为网民情感宣泄的平台使得网络舆情影响力剧增,构建模型对网络舆情的发展进行 预测具有现实意义。【方法/过程】针对网络舆情趋势预测及时性的需求,以事件标签确定待选历史数据,通过模糊 理论的模糊逻辑构建模糊时间序列预测模型,同时构建BP神经网络预测模型,以组合预测的方式提高整体的预测 精度。【结果/结论】通过实验分析结果表明,预测模型可以在一定程度将预测的时间区间前置,实现“早期”预测。  相似文献   

5.
【目的/意义】网络舆情的发展是复杂非线性的变化过程,建立有效的数理模型对网络舆情发展趋势做出准 确的预测具有重要的意义。【方法/过程】首先选用网络舆情事件的百度指数构建发展趋势的时间序列指标,经过几 何平均弱化缓冲算子处理后建立改进的灰色Verhulst 模型预测,最后采用马尔可夫对改进的灰色Verhulst 模型预测 结果进行修正。【结果/结论】选取“罗一笑事件”进行案例分析,验证了本文提出的改进的灰色马尔可夫模型在网络 舆情预测中的有效性。  相似文献   

6.
马哲坤  涂艳 《情报科学》2019,37(2):33-39
【目的/意义】为了实现突发事件网络舆情热点话题的及时发现与捕捉,实现多角度、全方位、高精度的网络 舆情突发事件监测,精准构建特定时间区间内网络舆情突发事件的知识图谱监测模型对于舆情内容的监测和突发 话题的发现具有重要影响。【方法/过程】本文基于知识图谱理论,提出了一种新的网络舆情监测方法,以突发事件 网络舆情的时间特征为切入点,通过突发词项识别、构建突发话题图以及语义补充与完善三个步骤,在保留突发事 件特征的基础上有效过滤无关网络内容,构建包含语义关系的突发话题图,实现全方面、高精度、少噪音的突发事 件网络舆情热点话题监测。最后,本文以全标注微博数据集与在线微博数据流为基础展开实验研究。【结果/结论】 实验结果表明:基于知识图谱的网络舆情监测方法有效提升了突发事件网络舆情监测的准确性与全面性,相较于 传统的网络舆情监测算法,其突发事件监测准确率与召回率提升幅度大于6%, F1得分提升幅度大于12%,即通过筛 选突发词项、构建突发话题图、语义补充与完善三个步骤,基于知识图谱的网络舆情监测方法在理论层面上有效提 升了突发事件网络舆情监测的准确性与全面性,对于及时发现网络舆情话题、精确捕捉网络舆情发展趋势、针对性 防治网络舆情危机等具有重要的指导意义。  相似文献   

7.
【目的/意义】网民对社会现象及问题表达意见、态度使得网络舆情对社会的影响力越来越大,构建模型对 网络舆情的发展进行预测具有现实意义。【方法/过程】通过信息熵理论控制种群初始化,利用遗传算法较强的全 局搜索能力和粒子群算法的局部搜索能力实现对BP神经网络权值的优化,构建混合算法优化的BP神经网络的网 络舆情预测模型并进行实证分析及对比实验。【结果/结论】结果表明,该模型在预测性能上具有更好的优越性及 稳定性。  相似文献   

8.
高海涛  徐恺英  张琦 《情报科学》2018,36(5):144-148
【目的/意义】通过运用社会网络分析法研究微博舆情,既可以使该方法在微博舆情研究中能够更好地被 应用,又能通过对微博舆情监管策略的提出达到对其进行有效监管的目的。【方法/过程】以高校大学生群体作为研 究对象,以新浪微博“笑脸墙迎新生”为研究话题,以社会网络分析法为研究工具,通过对采集的有效数据分析,研究 微博舆情传播特征、过程、规律,并以研究结论为依据提出具体监管策略。【结果/结论】验证了社会网络分析法在微 博舆情传播研究中的有效性和实用性,拓展了微博舆情研究的新视角,提出了网络舆情传播监管策略。  相似文献   

9.
裴佳音  单鹏 《情报科学》2019,37(3):112-118
【目的/意义】解决舆情趋势影响因素存在的冗余和不确定性的问题,从特征选择上进一步提高预测模型的 预测效果和泛化能力。【方法/过程】采用基于粗糙集的特征约简方法,从众多影响因素中生成可以有效预测微博舆 情趋势的最佳微博特征集合。【结果/结论】实验结果表明,采用本研究提取的粗糙集最小约简特征集合,可以在不 降低建模精度和预测能力的前提下简化所建模型的复杂性,提高微博舆情趋势预测的准确度。  相似文献   

10.
【目的/意义】为探讨微博舆情的生成机制以及传播规律。【方法/过程】本文在分析微博舆情现状以及网络 舆情参与主体影响因素的基础上,通过多主体仿真建模方法,将Deffuant 有限信任模型引入研究中,对微博舆情生 成机制和传播规律进行分析。通过研究网民、媒体以及政府三种主体在意见交互时发挥的作用,塑造了微博舆情 生成的多主体仿真模型。【结果/结论】这对微博舆情的恶意发展和控制有着积极的作用。并基于此,提出了进行信 息控制的建议。  相似文献   

11.
张琳  陈荔 《情报科学》2022,40(11):49-55
【目的/意义】为识别微博中多个舆情话题的交互传播规律从而使干预决策的制定更有针对性,提出一种多 主体干预的微博舆情话题交互传播模型。【方法/过程】该模型融入网络媒体和政府的多重干预,考虑了多个舆情话 题不平等竞争的特性,并可从交互传播的整体视角来分析干预措施的作用。【结果/结论】仿真实验表明:该模型能 够较好地模拟微博平台中多个舆情话题的交互传播演化趋势;话题交互传播过程中,多主体干预下的舆情治理效 果更好;制定干预决策不能仅关注单一舆情话题,而应综合考虑多个舆情话题及其交互关系。【创新/局限】文章通 过数学建模的方法对多主体干预下的微博舆情话题交互传播过程进行探究,为微博平台监管控制策略的制定提供 了新视角,未来研究可以结合相关实例进行分析,进一步丰富和深化研究结论。  相似文献   

12.
【目的/意义】解析了微博舆情话题的传播、微博网络拓扑结构特点、微博网络中的信息传播特点,发掘舆情 传播过程的影响因素,继而对在微博网络上发生的舆情扩散进行有效的控制。【方法/过程】在传染病动力学的SIR 模型的基础上,提出了有部分无知者直接变为免疫者以及具有衍生效应的SIR改进模型。结合微博网络拓扑结构 进行了有向无标度网络的设计,并利用微博网络的信息互动模式对感染率以及转化率进行了改进,最后对此模型 进行简单的因素分析。【方法/过程】构建的微博网络舆情传播模型的变化符合实际生活中微博网络舆情的传播变 化,并分析了各个影响微博网络舆情传播的因素。  相似文献   

13.
张雷  谭慧雯  张璇  韩龙 《情报科学》2022,40(3):144-151
【目的/意义】构建高校师德舆情微博用户评论LDA模型,可以更精准识别舆情演化特征和分析关键主题传 播路径,帮助高校和相关部门更为有效地进行舆情监管和舆情引导。【方法/过程】本文以“天津大学一教授学术造 假”事件为例,基于 LDA模型构建高校师德舆情下微博用户主题生成模型,采用困惑度评价指标确定 LDA模型最 优主题数,采用信息熵确定每一主题在不同日期的主题强度,通过关键词共现知识图谱、词云展现舆情话题的演 变,最后基于主题相似度确定主题传播路径。【结果/结论】LDA模型和信息熵可以解析出网络用户群体关注的重要 主题热点,精准识别舆情演化特征,识别主题最优传播路径进行舆论引导,对爆发的舆情实现预测和管制优化。【创 新/局限】文章创新性地构建高校学术道德舆情的LDA主题模型,有效确定微博用户群体主题、识别舆情演化特征、 分析主题间传播路径,具有普适性;进一步扩大高校师德其他舆情分析及结合网络舆情情感分析为下一步的研究 内容。  相似文献   

14.
李紫薇  邢云菲 《情报科学》2017,35(12):39-44
【目的/意义】随着新媒体的迅速发展,对新媒体环境下突发事件网络舆情进行合理管控是舆情管理者面临 的重要问题。对新媒体环境下突发事件网络舆情话题演进过程进行研究,能够深入剖析网络舆情信息传播规律, 帮助舆情管理者采取有效措施进行舆情监测与控制。【方法/过程】通过信息传播模型把突发事件舆情话题演进过 程分为三个阶段,即突发期、蔓延期和消散期。并采用实证方法以新浪微博热点话题“九寨沟地震”为例作为数据源 获取微博发文、转发、评论信息数据,通过Matlab软件拟合舆情周期,再使用Gephi绘制可视化云图,通过网络结构 分析网络舆情话题演进规律。【结果/结论】对“九寨沟地震”突发事件网络舆情信息在移动端和非移动端传播过程 进行对比分析,得出移动环境下突发事件网络舆情话题传播范围更广、传播周期更长、信息传播层级更高、意见领 袖影响力更大。  相似文献   

15.
【目的/意义】为了更好地剖析微博舆情生态全貌,更全面揭示微博舆情生态的全景。【方法/过程】以生态学 理论为基础,结合知识关联的思想,对微博舆情的内涵和外延进行了揭示,提出了微博舆情全景生态这一概念;对 其构成要素及其关联关系进行了解析;从三个维度对微博舆情生态的全景进行了描绘,并最终构建了微博舆情全 景生态模型。【结果/结论】通过对微博舆情全景生态的解析,得出了微博舆情生态的全景维度主要包括三个方面, 分别是:客观存在、关联关系、运动本质即超网络结构、多维图谱、传播机理。【创新/局限】由于本文是对微博全景生 态的宏观概述,所以对微观层面的要素关联还可以进一步细化,后续研究中将对其全景生态模型进行更深层剖析。  相似文献   

16.
王正成  袁竹星 《情报科学》2018,36(3):112-116
【目的/意义】在微博中,意见领袖对于消息的传播以及舆情走向起着关键的作用。然而,现有的意见领袖 研究大多忽略了意见领袖在特定话题下的意见代表性。【方法/过程】提出了面向主题的微博意见领袖研究的方法, 该方法旨在利用LDA主题模型挖掘出特定话题中的各个主题,根据主题划分结果对参与话题讨论的用户进行分 类,并结合用户自身属性,借鉴PageRank算法思想挖掘出该主题演化中的意见领袖。【结果/结论】实验证明,本文方 法更能体现特定话题的舆情走向,其针对主题挖掘的意见领袖也更具代表性。  相似文献   

17.
杨耀丽 《情报科学》2018,36(7):62-65
【目的/意义】微博已经是当今人们生活中离不开的社交网络平台,微博话题作为一个用户参与度较高且观 点聚合度较高的微博众多板块之一,使得有影响力的话题产生成为了一种可能。针对这种可能产生网络舆情的板 块,对于微博话题影响力的评价是极为有意义的。【方法/过程】针对微博话题可能产生的影响力,本文利用因子分 析法,从实证角度对指标体系进行了合理有效性的检验,并且确立了公共因子的占比,得到了综合因子的评价模 型。【结果/结论】研究通过对比实际热门话题榜单发现,微博话题传播影响力主要应从话题人及话题信息两方面出 发进行评价研究较为科学。  相似文献   

18.
【目的/意义】微博传导热点的影响力大、信息扩散速度快,且隐蔽性较强,因此成为了网络舆情管理研究领 域的难点和瓶颈。【方法/过程】针对这些情况,基于复杂网络分析理论与技术,设计了微博传导热点预测算法 TPCN。TPCN算法将复杂网络中的信息路由节点模型扩展为微博传导节点模型,从而对传导子网进行划分;最终 以传导信息序列的热密度功率谱为依据,对传导节点的传导空间进行测度,从而判断其信息影响趋势,并实施传导 热点预测。【结果/结论】微博传导热点监测实验表明,较之 SNSM算法,TPCN算法具有较高的热点预测率、较低的 误报率以及良好的预测精确度。  相似文献   

19.
魏宇航  田园 《情报科学》2021,39(12):53-59
【目的/意义】高校突发事件引起的网络舆情会让高校的声誉等受到直接的影响,研究高校突发事件网络舆 情传播过程,并总结出其影响因素,这对于高校舆情的治理及学生工作的开展而言意义非凡。【方法/过程】以微博 用户群体作为研究对象,以选取的典型案例为研究话题,通过扎根理论的研究方法对原始文本数据进行编码分析, 研究高校突发事件舆情传播影响因素。【结果/结论】构建了高校突发事件舆情传播影响因素模型,并结合时间维度 通过案例对其模型进行了阐释,为后续研究提供参考和启示。【创新/局限】本研究针对高校突发事件网络舆情所选 取的典型案例进行扎根理论研究,探索高校突发事件舆情传播过程影响因素模型,在理论与实践层面具有一定创 新意义。但由于本研究仅针对一个典型案例进行分析,尚存在一定的局限性。  相似文献   

20.
【目的/意义】为有效判断网络舆情演变趋势,分析网络舆情传播和形成的规律,研究网络舆情分众化演变 的状态和特征,本文基于AEMIPO方法提出了大数据情境下网络舆情分众化演变趋势分析方法,以期为网络舆情 传播引导策略提供优化参考。【方法/过程】通过对网络舆情分众化演变过程的自相似性、周期性和平稳性等统计特 性进行动态跟踪,选取ARMA,ARIMA,SARIMA,FARIMA模型对上述统计特性进行描述,构建备选模型库,从备 选模型库中根据选择规则选择模型对网络舆情分众化演变趋势进行建模,并在大数据情境下预测网络舆情分众化 演变趋势。【结果/结论】以“山东金矿爆炸救援案”的微博数据为实例对所提方法进行验证分析,结果反映该方法预 测准确率高达80%,表明其可在大数据情境下对网络舆情分众化演变趋势进行准确地预测和分析。【创新/局限】由 于本文针对一个实证案例进行分析,存在一定研究局限性,因此在日后研究中需结合更多案例进行验证,并对该方 法进行不断优化,从而全方面提升其有效性和准确度。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号