共查询到20条相似文献，搜索用时 15 毫秒
1.
【目的/意义】为了丰富网络舆情的预警评价研究,建设全面、有效的网络舆情预警机制,以便于相关政府
部门更好地对网络舆情进行监控与管理。【方法/过程】从网络舆情的生命周期与演变过程入手,首先构建网络舆情
的生命周期模型与演变过程模型,然后设计网络舆情预警模糊综合评价指标体系,同时利用熵权法确定网络舆情
预警模糊综合评价体系中各级指标的权重,最后构建网络舆情预警模糊综合评价模型,从而确定网络舆情的预警
等级。【结果/结论】该网络舆情预警模糊综合评价指标体系中包含 4个一级指标和 13个二级指标,为网络舆情预警
提供了一种新的思路和方法。 相似文献
2.
【目的/意义】社交网络平台的普及应用使得传统网络舆情升级为社交网络舆情,舆情风险预警难度进一步 增大,积极探索科学有效的舆情预警新方法对于舆情风险导控而言意义非凡。【方法/过程】在对社交网络舆情自身 特点及其风险预警相关主体进行总结与分析的基础上构建包含多主体影响因素的社交网络舆情风险预警体系,并 综合运用网络层次分析法与灰色模糊评价法构建基于ANP—灰色模糊的社交网络舆情风险预警模型,继而以“重 庆公交坠江事件”进行实证分析。【结果/结论】结果表明：该事件的风险预警等级介于严重和特别严重之间,存在较 大的舆情风险,采用此方法能够实现社交网络舆情风险的有效预警,从而较好地说明了该预警方法的科学性和准 确性。 相似文献
3.
【目的/意义】构建有效的突发事件网络舆情风险预警指标体系和评价方法,是应急决策机构有效控制舆 情风险和科学应对突发事件的重要依据。【方法/过程】通过理论分析、文献调查和统计分析方法,从突发事件作用 力、网络媒体作用力及网民作用力3 个维度提出10 个评价指标。采用加速遗传算法（AGA）对传统投影寻踪（PP）模 型进行改进,提出了基于加速遗传算法与投影寻踪（AGA-PP）相结合的突发事件网络舆情风险预警模型。【结果/结 论】与传统PP模型相比,本文模型简化了投影寻踪实现过程,克服了传统投影寻踪方法计算的复杂、编程实现困难 的缺点,为突发事件网络舆情风险预警的广泛应用提供了有效方法。 相似文献
4.
【目的/意义】深入探究高校网络舆情的生成逻辑和风险特点,提出科学有效的应对策略,对及时化解高校
网络舆情风险危机、维护高校乃至社会安全稳定具有重要意义。【方法/过程】通过对突发事件导致的高校网络舆情
产生、演化和发展的系统分析,明晰其生成机理,进而演绎归纳出高校网络舆情的风险特点,以此提出具有针对性、
规范性和实用性的高校网络舆情风险管控与应对机制和模式。【结果/结论】研究结果表明,高校网络舆情生成演化
遵循特定发展规律,具有意识形态化、焦点扩大化、传播裂变化、行为圈层化等风险特点,这为正确辨识高校网络舆
情风险的发生发展及有效防范、管控和处置风险危机提供有力依据和科学指导。【创新/局限】研究并精准建构高校
网络舆情“二维六素五阶”生成发展机理模型,探究并归纳出高校网络舆情的风险特点。高校网络舆情风险应对策
略还需进一步做好实践应用层面的成效检验。 相似文献
5.
【目的/意义】网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络
社会治理成效意义重大。【方法/过程】构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加
权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此
对负面网络舆情进行风险预测。【结果/结论】实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠
度高,可为负面网络舆情风险精准响应提供有效决策依据。【创新/局限】以信息关联为视角,为负面网络舆情风险
分级与预测提供了新的研究框架,但典型案例数据库有待继续完善。 相似文献
6.
【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
7.
【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
8.
【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
9.
10.
【目的/意义】为避免预警信息疫情下短视频网络舆情危机的爆发,维护正常、有序的短视频网络环境,本文
对信息疫情下短视频网络舆情预警指标体系的构建进行了研究。【方法/过程】首先,采用文献调研与实地调研相结
合的方法,析出信息疫情下短视频网络舆情预警指标体系的一级指标与二级指标。其次,采用层次分析与专家调
查相结合的方法,计算出各级指标的权重。最后,通过实证研究检验本文所构建的信息疫情下短视频网络舆情预
警指标体系的科学性及可应用性。【结果/结论】研究结果表明：本研究所构建的信息疫情下短视频网络舆情预警指
标体系具有科学性及可应用性。【创新/局限】本研究遵循指标可度量原则、指标个数精简化原则、指标参数易获取
原则构建了信息疫情下短视频网络舆情预警指标体系,使其在现实应用中具有更强的普适性。 相似文献
11.
【 目的/意义】通过构建区块链社交网络舆情风险管理纾解对策,对于创造良好网络环境,提升网络舆情治理
效能以及应对网络风险复杂局面提供可行性方案。【方法/过程】本研究立足区块链理念与技术,分析社交网络舆情
风险管理概念框架,指明社交网络舆情风险现存问题,进一步探究区块链技术下社交网络舆情治理与纾解机理,建
立社交网络舆情管理系统模型,并从技术推进、多方协作、媒体引导等层面探究防控社交网络舆情风险的密钥。【结
果/结论】区块链技术对社交网络舆情风险治理、提高舆情信息传播质量具有积极作用,为营造健康、安全共享等网
络社交生态系统提供诸多可能性。【创新/局限】本文构建的区块链社交网络舆情管理模型是一个初步的设想,没有
考虑信息存储的上限,下一步研究工作是提升区块链社交网络舆情管理系统的兼容性和数据采集的标准化,为区
块链社交网络舆情管控提供参考。 相似文献
12.
【目的/意义】当前网络舆情事件日渐增多,能否有效应对成为评价政府执政能力的新指标。为了探究网络
舆情事件内在差异,总结我国网络舆情传播的客观规律,为政府在网络舆情中及时准确地采取合理的应对措施提
供科学的参考依据。【目的/意义】本文选取2017至2020年间的15件热点网络舆情事件,结合DEA模型建立了舆情
事件政府应对评价指标体系,并进行了实证研究。【结果/结论】研究发现,模型可以给出舆情事件中政府应对的效
率值,直观反映了政府舆情应对的有效性,还可以进一步明确政府应对不当的环节,政府据此可以设置改进的意
见。【创新/局限】本文拟定的下一步研究工作是建立更加精确的指标体系,以期对舆情事件中政府应对的影响因素
作出更加深入的思考。局限性在于评价体系中的某些指标只能采用德尔菲法进行赋值,考虑到主观因素难以进行
精确量化,受到时间与条件的限制较大。 相似文献
13.
【目的/意义】随着网络规模的持续扩张,加强公共卫生安全网络舆情的特征挖掘及走向预测,探索舆情预
警机制,已成为当前公共卫生安全治理领域亟待解决的关键问题。【方法/过程】本文基于对公共卫生安全网络舆情
预警特征的理解,采用弱关联挖掘方法构建了包括舆情黏合性、热力性、趋势性三个维度的公共卫生安全网络舆情
预警模型。基于此,以“长春长生问题疫苗事件”的舆情数据为例,对公共卫生安全网络舆情的影响要素进行了详
细分析;同时,综合运用K-Means聚类算法与灰色关联分析方法,对该事件的舆情发展时间进行预警分级,为后续
对策建议提供支撑。【结果/结论】结果表明基于 K-Means聚类算法的弱关联挖掘方法在公共卫生安全网络舆情中
具有较强的适用性。【创新/局限】本文基于公共卫生安全网络舆情特点,采用K-Means聚类算法与灰色关联分析方
法划分预警等级,实现了研究方法上的创新。但仍存在一些不足之处,如预警分级自动化触点的研究等,需要后续
更加深入的探究。 相似文献
14.
【目的/意义】为推动深度学习在网络舆情管理中的应用,提高突发灾害事件网络舆情情感识别效率。【方 法/过程】基于OCC模型建立了突发自然灾害网络舆情情感规则,并由word2vec构建文本向量作为长短期记忆网 络（Long-short term memory,LSTM）的初始输入,对其训练得到突发灾害事件网络舆情多情感识别模型。【结果/结 论】通过对比试验发现,OCC情感规则能够提升情感识别模型的正确率,基于LSTM和word2vec的突发灾害事件 网络舆情情感识别模型在情感识别效果上优于TF-IDF文本向量化方法以及基于卷积神经网络（Convolutional neural network,CNN）和传统的机器学习方式（Support vector machine,SVM）的分类算法结果。 相似文献
15.
[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
16.
【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
17.
【目的/意义】近年来危机事件的频发与人们表达诉求的期望加剧给企业网络舆情管理带来了严峻挑战,针 对企业网络舆情管理绩效进行研究可以为企业应对网络舆情提供支持。【方法/过程】利用平衡积分卡的思想结合 企业提高网络舆情管理绩效的愿景,从监控预警水平、主体联动水平、反馈响应水平、引导治理水平和文化修养水 平五方面进行系统动力学仿真,探究因素之间的相互作用与制约关系。【结果/结论】基于平衡计分卡与系统动力学 的企业网络舆情管理绩效模型通过定量分析有助于企业在应对网络舆情时采取更合理的管理手段。 相似文献
18.
【目的/意义】企业和国家对网络热点话题舆情的关注度越来越高,越来越多的企业、部门和政府通过舆情信息监控系统应对网络中爆发的群体性事件和舆论压力,在此环境下对网络热点话题舆情信息进行监控可以方便舆情危机的处理。而传统的网络舆情信息监控方法为构建词项识别体系,存在监控效率低、监控效果差等问题。为此,本文对网络热点话题舆情信息监控策略进行研究。【方法/过程】构建的ISM模型对网络热点话题舆情信息监控进行相关性分析,利用建立词项识别体系,并通过K-means算法处理突发词项完成对网络热点话题舆情信息的识别,获取网络热点话题舆情信息监控影响因素集,构建舆情信息监控影响因素的直接关系矩阵,结合布尔代数运算规则和推移规律建立可达矩,从而构建出舆情信息监控影响因素关联矩阵及解释结构模型,完成网络热点话题舆情信息监控。【结果/结论】结果表明,舆情热度、舆情关注度、舆情影响力、舆情敏感度和网民情感都会对网络热点话题舆情信息的监控产生影响。在此基础上提出网络热点话题舆情信息监控策略。【创新/局限】为有效地防止网络恶性事件突发,需要全面、及时地掌握网络热点话题舆情信息的发展情况,通过分析网络热点话题舆情信息监... 相似文献
19.
【目的/意义】舆情主题识别一直是舆情领域的研究热点,如今已有丰富的研究成果。现有研究对舆情信息
进行表征时多采用了传统的词袋模型、主题模型或词向量模型,只能对词语进行唯一的向量表征且传统模型需对
文本分词,可能会因分词错误、数据稀疏、出现集外词等情况影响识别效果。【方法/过程】本文构建了一种基于多采
样双向编码表示的网络舆情主题识别模型,在训练前无需对文本进行分词,针对文本过长的情况采用头尾结合的
方式进行截断,从字、段、位置三个维度提取特征嵌入,通过自注意力机制进行舆情表征,在训练过程中使用区分性
微调和多采样dropout的方法增强泛化能力,提升识别效果。【结果/结论】实验结果表明构建模型在舆情主题分类任
务中表现良好,可以在不对文本分词的情况下实现对舆情主题的准确识别。【创新/局限】创新之处在于构建了一种
新型的网络主题识别模型,局限之处在于算法复杂,如何进一步调参优化是接下来的研究重点。 相似文献
20.
【目的/意义】教育招生考试备受社会各界关注,极易触发舆情事件。及时监测并准确研判相关网络信息传
播发展态势,发现潜在舆情并处置应对,对于保障考试安全和维护学校声誉具有重要意义。【方法/过程】采集研究
生复试期间主流媒体社交平台数据,将BERT语言训练模型同BiLSTM相结合,构建深度神经网络模型,对文本的
情感极性进行分析。用TextRank算法提取不同情感极性类属文本的热门主题词,监测潜在舆情并提出管理建议。
【结果/结论】实证结果表明,该模型能够有效挖掘不同情感极性下的热门主题信息,从而发现潜在隐患以及可能发
生的舆情焦点,为高校网络舆情管控提供了方法参考和实践依据。【创新/局限】与传统方法相比,基于BERT的预训
练语言模型可有效解决因数据量少而导致模型无法准确表示不同语句之间复杂关系的局限性,同时BERT可对文
本进行双向建模,捕获不同句子之间的关系特点,提升对文本情感主题挖掘的准确性。 相似文献