共查询到20条相似文献，搜索用时 406 毫秒
1.
【目的/意义】通过构建网络舆情传播分析模型,探究新冠肺炎疫情网络舆情传播过程和演化规律,提出新
冠肺炎疫情常态化背景下相关网络舆情引导和舆情治理建议。【方法/过程】基于信息生态学理论,从信息、信息人
和信息环境三要素分析舆情事件,构建信息生态学视角下的网络舆情传播分析模型。以新冠肺炎疫情中的方舱医
院事件为例,运用主题分析、社会网络分析和情感分析等方法进行实证研究,分析舆情内容演进和情感演化规律,
总结新冠肺炎疫情网络舆情传播特征。【结果/结论】结果表明,本文所构建的舆情传播分析模型能够较为全面地刻
画公众对于舆情事件的反应,分析舆情传播规律与演化趋势,挖掘不同分析维度的内在关联。【创新/局限】从信息
生态学视角出发,基于内容、用户和情感等维度构建舆情传播分析模型。下一步将结合二模网络、知识图谱等研究
方法探索新冠肺炎疫情中舆情事件之间的关联性。 相似文献
2.
【目的/意义】分析网民在突发公共卫生事件中的情感演化历程,探究影响网民情感波动的因素及其时空演
化的差异。【方法/过程】运用Python爬取微博新冠疫情相关文本数据315 445条,基于SnowNLP情感分析工具对数
据文本进行情感分析。使用TF-IDF及LDA主题模型进行建模,对不同阶段及不同群体的舆情时空演化及差异进
行内容分析。【结果/结论】网民的情感演化呈现阶段性和群体性差异,尽管整体为积极态势,但疫情上升期为负面
情绪集中爆发期;网民群体中受教育程度较低的群体情感波动幅度更大,更容易受到舆论的影响,舆情演化更易极
化;中心大城市情感波动相对稳定,而引起其他区域网民消极情绪的往往不是疫情本身,而是由疫情引发的负面舆
论;普通网民群体较于高影响力群体在舆情演化阶段的负面情绪更为严重,情感演化在各阶段呈现明显的涟漪效
应,需在不同阶段针对不同群体制定有效的舆情引导政策。【创新/局限】本文将整个语料库划分为50多个小语料,
个别语料文本数据量较少,具有一定的局限性。 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】通过研究微博社区网民的情感交互与舆情观点,有助于在复杂的网络中掌握网民情绪演化从而良性引导网络舆情态势。【方法/过程】基于传播动力学、社会安全阀等理论,结合微博社区中的实际案例,定义事件利益主体并抽象出事件演化的全生命周期,同时,构建SIR演化博弈模型刻画网民情绪的动态演化规律及主体决策博弈演化过程,并通过仿真模拟分析得到系统演化至稳定状态的均衡条件。【结果/结论】结果表明:微博社区中意见领袖与官方媒体感知收益与风险的敏感度对决策行为产生显著影响;官方媒体及时设置有效议程构建安全阀能够防止网民情绪恶化;意见领袖与官方媒体的协同引导能够最大效度地帮助政府管控网络舆情。 相似文献
5.
【目的/意义】现实中,网媒、政府和网民共同作用引发的舆情事件几乎涵盖所有舆情主题。为探索网络舆
情形成阶段主体研究,将系统动力学与演化博弈复制动态方程进行交叉,建立了基于SD的演化博弈模型。【方法/
过程】通过系统仿真,分析了网媒、网民和政府的博弈模型,并进行系统动力学仿真,进一步探究已知变量对主体行
为的影响显著性,识别影响舆情形成阶段博弈结果的关键变量因素。【结果/结论】以“8·12 天津滨海新区爆炸事故”
作实例背景,验证模型的有效性,并提出相应的舆情管控建议。 相似文献
6.
【目的/意义】准确掌握突发事件网络舆情的演化规律,提高政府应对能力,避免事态恶化是刻不容缓的课
题。【方法/过程】本文首先从生命周期和社会燃烧视角,将突发事件网络舆情演化的各个阶段分别按照“燃烧物质、
助燃剂、点火物质”集合形式进行结构化描述,探究演化过程中各阶段的关键属性以及属性之间的紧密联系。在此
基础上根据广义随机 Petri网理论,构建突发事件网络舆情演化的 GSPN模型。最后以“山东非法疫苗事件”为例从
事件代表性、谣言煽动性、情绪交融性三个方面评测演化系统的性能。【结果/结论】验证模型有效性,揭示其中的变
动规律及均衡状态,为相关部门引导舆情良性发展,防范舆情失控提供决策参考。 相似文献
7.
【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
8.
【目的/意义】测度领袖型信息受众对网络舆情场内非领袖型受众的观点动员能力，实现对场域内领袖型 受众情感引导力的监测和掌握。【方法/过程】基于场力的作用机制，定性预置出三种观点动员类型，而后提出以 付出情感量、收获情感量、动员时机作为定量测度的三要素，并提出测度模型，最后通过真实数据演示验证了测 度方法。【结果/结论】测度结果有助于更灵活和有针对性地对网络舆情意见领袖采取治理措施，提高网络舆情管 控效率。 相似文献
9.
【目的/意义】旨在从网络舆情用户信息及文本内容视角出发,构建不同维度的网络舆情主题图谱,结合主
题图谱对网络舆情进行特征演化及可视化分析,为舆情管理提供参考。【方法/过程】本文以实体抽取和关系构建技
术为基础,构建了网络舆情主题图谱模型,并以“台风利奇马”事件为例,建立了三个不同维度的主题图谱,结合用
户和文本等多维度微观数据,对网络舆情特征演化进行分析。【结果/结论】在该事件中,用户影响力节点具备多元
化、相关性、官方主导性等特点;网络舆情演化对应台风事件发展存在一定的滞后性;PC终端存在传播媒介种类少、
发博数量多且用户集中等特点,移动终端存在传播媒介种类多、发博数量少且用户分布均匀等特点。【创新/局限】
本文借助主题图谱,构建了网络舆情用户节点和文本节点及其关联关系,从用户、账户、内容三个维度系统且全面
的展示了网络舆情特征的演化规律。 相似文献
10.
【目的/意义】从舆情客体视角探究医保欺诈事件传播周期中情感焦点及情感倾向两个维度的舆情演化趋势,对政府倾听民众诉求及舆情治理有重要意义。【方法/过程】依据生命周期理论划分舆情传播阶段,利用Word2Vec判断舆情客体,使用LDA方法挖掘评论主题进而识别情感焦点,同时使用SnowNLP进行情感倾向研究,最后基于认知-感情相符理论发现民众诉求。【结果/结论】能够挖掘出民众对不同舆情客体在各生命周期的情感焦点、情感倾向及二者演化趋势。研究发现民众态度从事件相关讨论过渡到事件本质探究,而后关心事件后果,最后提出建议,且情感焦点与情感倾向识别结果具有一致性。 相似文献
11.
【目的/意义】目前,静态情感倾向判断成为分析舆情信息的一种重要手段,但这种方法局限于最终的情感 分类结果,不能追溯到整个情感演变过程以及各阶段的影响因素,因此无法提出更为细致和有针对性的措施。【方 法/过程】鉴于此,本文提出一种基于动态主题—情感演化模型的舆情信息分析方法,通过对评论文本进行语义角 色标注,建立情感单元词表;然后将改进的TF-IDF和K-Means聚类方法相结合提取主题词,形成主题-情感匹配 词表,比起传统的TF-IDF方法,其准确率和F值都有明显提升;最后引入时间节点,利用点互信息（Pointwise Mutual Information,PMI）和情感词典的方法,进行动态情感演化分析。【结果/结论】实验研究证明,该方法得出的情 感演化趋势与实际情况相吻合,为进一步制定治理网络舆情危机的措施,提供了有效依据。 相似文献
12.
【目的/意义】目前舆情情感演化研究大多是基于主题的方法来进行情感演化分析且重点均集中在从文本
本身提取的信息上,对在社交媒体中影响情感分析的用户特征缺乏考虑。【方法/过程】本文充分考虑网络用户信息
特征,构建融合用户特征的舆情情感演化方法,提出一种基于用户注意力机制的情感分析模型（U-BiLSTM）,并以
新冠肺炎疫情事件为例分析舆情情感演化过程。【结果/结论】研究结果表明U-BiLSTM情感分析模型具有一定的
优越性,F1值和准确率能达到97.08%和95.19%。【创新/局限】研究提出的融合用户注意力机制的情感分析模型能够
使舆情情感演化分析具有一定的可解释性,有效揭示面向突发公共卫生事件下网民的情感演化趋势,但由于时间
和设备条件的限制,仅采用单一数据源未考虑数据的多源性,研究的数据集不够充分且研究角度仅考虑时间维度
忽略了空间维度。 相似文献
13.
[目的/意义]针对突发公共卫生事件情境下网络舆情信息复杂,多事件之间存在耦合现象,提出利用多属性融合的事理图谱揭示舆情事件发展脉络和演化规律。[方法/过程]以“西安疫情”为实验数据源,提取事件情感因子、事件影响力、事件持续时间等多维属性特征,采用规则模板和语义聚类算法构建舆情事理图谱,从多维视角揭示舆情演化规律。[结果/结论]多属性融合的事理图谱不仅可以从事件链角度揭示突发公共卫生事件网络舆情的演化路径和发展方向,而且可以从多维视角识别舆情动态发展中的关键事件,为舆情管控部门和应急管理部门进行舆情治理提供决策依据。[局限]未考虑一因多果和一果多因的因果事件对。 相似文献
14.
【目的/意义】通过对重大疫情中的网络舆情危机进行深入分析和研究,为提升我国应对重大疫情危机、构
建清爽的网络空间、维护社会稳定找到出发点和着力点。【方法/过程】通过构建网络舆情传导链和网络舆情危机演
变结构,阐述了重大疫情应对中的网络舆情危机演变的各个阶段形成及运行机理,在梳理其特殊表征和对典型案
例回顾分析基础上,提出了治理重大疫情网络舆情危机的主要策略。【结果/结论】要从强化政府公信力度、加强网
络媒体管控、引导网民文明用网、防范危机叠加风险、消解国际舆情压力五个方面进行有效治理。 相似文献
15.
【目的/意义】个人求助网络募捐模式下网络舆情演变各阶段参与主体的认知和利益诉求的差异会影响其
行为策略选择,利用演化博弈理论可以从根本上分析舆情的形成与演化动因。【方法/过程】以罗尔事件为例,在动
态演化博弈模型基础上探究网络舆情形成、发展、控制三阶段多方参与主体的演化稳定策略选择,并对网络舆情的
演变提出合理的指导意见。【结果/结论】根据博弈结果可知：受助人联合企业发布虚假求助信息、网民采取捐助是
网络舆情形成阶段的演化稳定策略;事件内情的曝光,网民总体倾向质疑使网络舆情进一步发酵,此时政府的有效
干预与相关责任方合理解释有利于控制舆情的波动,使公众利益得到补偿,从而缓解舆情的负面影响。 相似文献
16.
【目的/意义】为更好地适应网络舆情环境的变化,提升政府网络舆情治理能力,本文对政府网络舆情治理
融合与政府信息协同效应测度方法进行了优化设计。【方法/过程】本文基于网络计算学与动力学间的协同效应构
建了协同舆情演化模型,通过计算政府相关性,并以Deffuant模型为基础框架建立逆转模型,实现对政府网络舆情
治理融合与政府信息协同效应的测度。同时以“重庆公交车坠江事件”舆情为例,对所提出的的协同效应测度方法
进行验证。【结果/结论】实例分析结果表明,此次研究的测度方法能够准确分析出政府信息下发前舆论的导向,并
且验证了在政府网络舆情治理与政府信息结合后对于舆论的治理效果更好。【创新/局限】由于本文选取的案例较
单一,因此实证结果存在一定局限性,日后可选取多项案例进行综合分析,使测度方法更加具有说服力。 相似文献
17.
【目的/意义】高校是网络舆情的聚集点和热源地,其舆情引导和治理,有利于防范和化解意识形态领域的
风险、凝聚社会共识、筑牢社会认同的思想基石。【过程/方法】通过社会网络分析方法,对2007-2020年高校网络舆
情研究的文献进行可视化分析,从时间分布、主要研究力量分布、高被引文献分析等方面,阐释高校网络舆情研究
的进展情况;通过施引文献的名词性术语、高频关键词知识图谱、聚类分析等,得出高校网络舆情研究的热点主题
及前沿趋势。【结果/结论】高校网络舆情的传播机制、风险评估及预警机制、舆论引导机制,舆情治理的形象修复与
弥合路径,舆情叙事模式转变与高校舆情应对机制,以及重大舆情事件的危机响应机制等,是未来研究的重要趋
势。【创新/局限】本文反映了国内学者对高校网络舆情研究的动态图景,但数据来源仅为中国知网收录的文献,难
以展现高校网络舆情研究的全貌。 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】研究正面情绪和负面情绪对网络舆情态势的影响,确保网络舆论能够坚持主流价值观,同时 为有关部门舆情治理以及控制提供决策参考。【方法/过程】首先在经典传染病理论的基础上引入正面情绪净化作 用,并将净化率设计为正面情绪公信力和社会群体记忆作用合力,建立正负情绪交互下网络舆情情绪演变模型, 然后数值求解平衡点并实现MATLAB仿真,最后结合实例验证模型有效性。【结果/结论】模型有效地刻画网络舆 情情绪演变动态过程,得出影响网络舆情态势的因素包括初始节点、社会记忆、公信力和感染力等,为舆情治理提 供参考。 相似文献
20.
【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