共查询到18条相似文献，搜索用时 312 毫秒
1.
【目的/意义】面向高校网络舆情应急管理需求,以网民群体负面情感的测量作为基点,预测网络舆情演变 的路径和态势,进而支持突发事件应急响应策略的制定【方法/过程】基于SOAR（State,Operator and Result）模型和 情境危机传播理论,设计高校网络舆情网民群体决策模型,包括工作记忆、长期记忆、决策过程等模块。结合典型 高校网络舆情案例进行建模仿真,通过真实案例数据和实验数据的对比验证模型的有效性。【结果/结论】实证结果 表明,基于网民群体决策行为规则的建模,可以分析和预测在不同网络舆情阶段、不同应急响应措施下网民群体的 行为决策规律,从而为高校网络舆情应急管理提出有效的方法和模型。 相似文献
2.
【目的/意义】突发疫情环境下将形成大量网络舆情,准确把握网络舆情传播趋势可为突发疫情环境下的社
会保障应急机制提供参考依据。【方法/过程】本文从网络舆情信息交互影响要素、网络舆情信息交互机理两方面分
析突发疫情环境下网络舆情信息交互机理;并从网络舆情传播趋势特点考虑,以新冠病毒肺炎李文亮事件为例,采
用Elman 神经网络模型,选取网络信息数量以及情绪总量和主导情绪作为网络舆情传播趋势预测主要变量和辅助
变量,对突发疫情环境下的网络舆情传播趋势进行预测分析,针对预测结果制定相关社会保障应急机制。【结果/结
论】研究提出可通过完善网络舆情相关法律机制、社会参与机制、信息披露机制、社会监督机制、责任追究机制五项
社会保障应急机制,以期为突发疫情环境下维持社会稳定性提供依据。【局限/创新】未来研究中可结合更多相关实
例进行分析,从而使研究结论进一步得到丰富与深化。 相似文献
3.
【目的/意义】研究新媒体环境下网络舆情信息传播路径和传播规律,对相关部门加强网络舆情监管提供理
论和应用支撑。【方法/过程】基于社会网络分析法(Gephi),以新浪微博话题为实证案例对获取的数据进行研究,最
终对新媒体环境下网络舆情传播特质进行分析。【结果/结论】研究结论揭示了新媒体环境下网络舆情传播特质和
传播规律,为实践层面新媒体环境下网络舆情传播监管提供了理论及实践支撑。 相似文献
4.
【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
5.
【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
6.
【目的/意义】社交网络舆情监管关乎社会稳定,区块链作为当前一种重要的应用技术,关于区块链社交网
络的信息传播特征和规律研究将有利于对区块链社交应用的舆情监管提供一定的理论依据。【方法/过程】基于区
块链和信息传播理论,通过爬虫采集区块链社交网络应用数据,采用社会网络分析法,利用Gephi进行数据可视化
并利用统计分析软件进行数据处理。在此基础上,对整体网络下的社群进行对比分析,重点讨论了声誉分与用户
度的关系情况。【结果/结论】区块链社交网络为无标度网络;社群间的平均聚类基本一致并且较低;用户发帖量服
从幂律分布;声誉分高的用户在区块链网络中的影响力较大,其在舆情网络信息传播过程中起着重要的作用。【创
新/局限】基于区块链社交网络应用,本文分析了区块链整体社交网络及区块链社群网络的舆情信息传播特征及规
律,后续将采用动态网络、超网络方法对区块链网络舆情信息传播特征及规律进行分析研究。 相似文献
7.
【目的/意义】随着移动网络技术的飞速发展,用户已习惯在社交网络平台发表意见,进而形成所谓的网络
舆情。准确建立舆情的传播模型,对于舆情的引导和控制具有重要的帮助。【方法/过程】本文基于传统的SIR传染
病模型,综合考虑用户的心理特征行为因素,搭建新型的社交网络舆情传播动力学模型,并选用粒子群算法,以
2016年内热点的微博舆情事件为例,求解模型参数的最优值,并进行实验数据验证。【结果/结论】结果表明：用户的
追根溯源心理、持续关注心理以及漠不关心心理等心理特征对舆情的传播特性有重要影响,同时本文给出的模型
由于考虑了用户的心理特征行为因素,模型的准确性相较传统的SIR模型有明显优势,模型拟合曲线与真实数据曲
线基本一致,并且模型拟合值与真实数据的绝对误差值和RMSE值都较低。本文的研究对准确预测舆情信息传播
趋势以及舆情的分析和引导有着重要的指导作用。 相似文献
8.
9.
【目的/意义】本文通过对国外舆情研究文献进行可视化分析,了解国外相关领域研究进展,以期为我国舆 情研究提供参考。【方法/过程】本文以Web of Science数据库近十年舆情研究文献为对象,利用CiteSpace可视化 分析软件,通过作者、机构、国家合作网络来分析国外舆情研究的时空分布,通过关键词聚类视图来阐释近十年 舆情研究热点,通过突变词分析来判断当前研究趋势。【结果/结论】通过文献计量和可视化,发现近十年国外舆 情研究以特殊专题、理论与传播、新方法应用为研究热点,呈现出聚焦国际时政、注重网络媒介、强调大数据分 析三大趋势。 相似文献
10.
【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
11.
【目的/意义】基于事理图谱的方法对网络舆情事件进行揭示,能够准确分析舆情事件的发展趋势和脉络,
为政府部门的舆情管控和舆情引导献计献策。【方法/过程】以微博“长征5B失控”的相关主题与评论内容为研究对
象,对提取的数据进行清洗和处理、抽取和泛化,分别生成顺承事件对和因果事件对,并对其顺承关系和因果关系
进行识别,从而构建网络舆情事理图谱。【结果/结论】在网络舆情的发展过程中,可以看出因果事件的演化路径具
有时间发生短,演化路径短的特点,伴随着时间的推移,其演化的趋势也逐步降低;网络舆情顺承事件具有传播的
时间长,传播的路径多且具有多向性的传播特点,在顺承事件的传播过程中,往往伴随着因果事件,且舆情事件的
走向与网民的情绪有很大的关联。【创新/局限】构建基于事理图谱的网络舆情的演化路径,同时揭示网络舆情演化
的传播特点与现实意义,后续有必要扩大研究样本,使得研究结果具有更好地通用性。 相似文献
12.
【目的/意义】探索重大疫情中网络舆情的多属性演化规律,为重大疫情防控中的网络舆情治理实践提供参
考。【方法/过程】基于社会学视角构建了重大疫情中网络舆情多属性演化分析模型,选取湖北红十字会事件微博舆
情数据为研究对象,采用意见领袖影响力评价、LDA主题模型和Snownlp情感分析方法对重大疫情中网络舆情意见
领袖、主题分布和情感走势进行分析,从人群、内容和情绪三种社会属性揭示重大疫情中网络舆情多属性演化规
律。【结果/结论】结果表明,重大疫情网络舆情可以分为突发期、爆发期、降温期和失焦期四个阶段,各个阶段在意
见领袖、主题讨论内容和情感倾向上均有较为明显的区别,网民的情感阶段变化与舆情的主题属性演化规律相吻
合。【创新/局限】本研究提出的模型能够有效满足重大疫情网络舆情演化特征深度挖掘的要求,为重大疫情网络舆
情的治理实践提供参考。后续研究可选取更广泛的舆情事件和数据源验证该模型。 相似文献
13.
【目的/意义】知识图谱不仅是新一代人工智能的前沿技术,而且是大规模知识工程的学科方向。探究我国
知识图谱研究的分布特点和发展趋势,将对技术应用和学科研究具有参考价值和借鉴意义。【方法/过程】本文运用
文献计量学方法和数据可视化技术,针对我国知识图谱研究重要文献的来源库、期刊、基金、机构、作者、关键词等
进行计量研究,采用ECharts和VOSviewer工具可视分析。再根据共词分析方法挖掘“知识抽取”和“知识应用”两大
研究主题,使用Python软件绘制词云图,着重阐述其核心内容、关键问题和主要趋势。【结果/结论】我国知识图谱研
究具有应用跨界与文献激增的总体特点,并呈现六大具体特点。面向开放域的知识抽取技术和智能应用方法,将
成为大规模知识图谱的未来发展趋势。【创新/局限】聚焦人工智能学科范畴,依据共词分析和生命周期,综合利用
多种可视化工具,我国知识图谱研究的分布特点和重要主题得以阐述。然而,国际知识图谱的文献计量与主题挖
掘,尚待进一步分析与研究。 相似文献
14.
【目的/意义】随着互联网及大数据的飞速发展,网络信息海量涌现,对网络舆情信息集成与分析成为及时
应对用户网络行为规律以及优化政府决策的重要手段。【方法/过程】在分析了网络舆情信息集成的发展现状、研究
意义以及主要研究方向的基础上,辨析了大数据及网络舆情的概念及特征。基于此,本文以智慧信息服务大数据
框架下网络舆情信息为研究对象,结合日志分析法和统计分析法,采用Awstats软件大数据集成技术等对智慧信息
服务大数据框架下网络舆情的主要特征进行全面分析;进一步利用回归系数显著性检验方法,获得网络用户的行
为规律,并将其应用到优化政府决策中。【结果/结论】实证结果表明,描述性分析的回归系数显著性检验结果低于
0.05,推断性分析的回归系数显著性检验结果低于 0.1,相关性和聚类分析的回归系数显著性检验值皆低于 0.001,
说明可根据描述性、推断性、相关性和聚类分析,获得有效的网络舆情集成分析结果,可将其应用到优化政府决策
中。【创新/局限】但由于条件有限,本文设计的集成方法在集成效率方面还有所不足,未来的研究方向可以从提高
集成速度入手,加强舆论信息集成的效果。 相似文献
15.
【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
16.
【目的/意义】旅游业是国民经济中最容易受到外部事件冲击的行业之一。近年来由于交通意外、设施损
坏、自然灾害、突发公共卫生事件使得涉旅危机事件逐渐增多。随着网络新媒体的发展,以微博为代表的社交媒体
逐渐成为旅游网络舆情危机事件产生与传播的策源地。本论文研究旅游网络舆情危机事件的观点演化机制,对旅
游行业相关部门科学地进行危机舆情的监控与引导具有重要的意义。【方法/过程】本文从虚拟仿真与实证分析入
手,分析旅游网络舆情危机事件中网民观点的演化过程。【结果/结论】研究发现旅游舆情网络具有无标度的结构特
征,旅游网络危机舆情具有纵深扩散、反复发酵的演化规律。最后提出旅游网络舆情危机事件线上线下协同治理
的对策建议。【创新/局限】采用混合方法研究,在模型的基础上构建了无标度加权网络结构特征的旅游网络舆情危
机事件观点演化模型,在仿真研究的基础上结合实证分析,为研究旅游网络舆情危机事件观点演化机制提供了新
的研究视角;但研究中对于观点演化机制的网络平台研究仅考虑了微博,将来研究中将着眼于更多的新媒体社交
平台进行分析。 相似文献
17.
【目的/意义】以总体国家安全观为指导思想,力争在中华民族伟大复兴关键时期,使网络舆情生态治理成
为国家理政治国的重要工具。具体立足于信息生态视角,分析网络舆情生态的多维图谱的构建方法与过程。【目
的/意义】首先分析网络舆情生态的构成维度,具体包括主体维度、客体维度及时空维度;其次基于网络舆情生态的
不同维度,分别利用社会网络分析法、知识图谱及网络复杂性分析法构建网络舆情生态的多维图谱;最后,以“重庆
万州公交车坠江事件”为例,对网络舆情生态多维图谱构建做进一步解释说明。【结果/结论】分别从主体图谱、客体
图谱及时空图谱揭示网络舆情生态的动态变化及演化规律,为网络舆情生态的监管及治理提供参考及建议。【创
新/局限】本文从信息生态视角构建网络舆情的主体—客体—时空环境图谱,全方面揭示网络舆情的动态演化过
程。目前研究案例仅仅针对微博平台,后续研究将着眼于更广泛的新媒体平台及类型。 相似文献
18.
【目的/意义】突发公共卫生事件是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌;了解公
共卫生舆情地区的差异,为舆情调控提出建议。【方法/过程】利用网络爬虫技术爬取新浪微博自2020年1月17日至
5月29日的COVID-19每日疫情通报博文下共计10余万条评论,运用情感分析和词频统计探讨地区舆情演变特征
及其原因,利用面板数据模型估计方法对网络舆情情感得分进行预测。【结果/结论】模型预测我国7个地区,14个
影响变量,样本记录 938条;整体的情感得分区间为(0.1,0.6);其中华北、华中、东北地区情感得分均值区间为(0.25,
0.35),而华东、华南、西南、西北地区的情感得分均值区间为(0.35,0.45);相关分析表明预测模型拟合具有统计学意义
（P<0.05,R2=0.65）。【创新/局限】基于COVID-19的网络舆情呈现出地理区域特性和时间特性,通过建模测度手段
对舆情进行监测,从而采取应对措施,但是还需考虑潜在因素的影响。 相似文献