共查询到20条相似文献，搜索用时 15 毫秒
1.
【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
2.
【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
3.
【目的/意义】在分析现有研究对于网络舆情传播影响的基础上,提出假设,验证假设是否合理。【方法/过
程】选择新浪微博上的相关实例,利用网络爬虫进行数据抓取,利用 SPSS软件对数据进行回归分析,得出多元线性
回归方程。【结果/结论】研究表明,由于意见领袖的言论可以引导网络舆情的发展方向,根据结论对意见领袖言论
控制,并提出使网络环境和谐稳定的措施,对于构建和谐网络及政府控制网络舆情事件的发展,也有一定的帮助。
意见领袖身份的其他方面研究尚未展开,研究方法仅用到多元线性回归。应多方面的研究意见领袖如何影响网络
舆情传播,也可运用更多研究方法得出研究结果。 相似文献
4.
【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
5.
【目的/意义】网络舆情潜在主题指的是那些具备一旦发表就能吸引媒体和网民关注,进而引发热议或成为
热点这种潜在影响力的网络舆情主题。为发现网络舆情潜在主题,本文提出了一种基于社会网络视角的网络舆情
潜在主题发现方法。【方法/过程】该方法包括基于用户行为关系网络的关键微博挖掘和基于关键词共现网络的潜
在主题抽取两部分。【结果/结论】实验结果证明,该方法不仅能有效挖掘网络舆情中的潜在主题,且识别出的部分
潜在主题会随时间推移逐渐演变为热点主题,起到了一定的预警作用。同时,基于实验结果,总结了医疗领域网络
舆情主题演化模式,为政府、企业应对该领域的网络舆情事件提供了有价值的参考。 相似文献
6.
【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
7.
【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
8.
【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以"#巴塞罗那恐怖袭击#"话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。 相似文献
9.
10.
【目的/意义】以近两年（2018-2019）国内有代表性的四件负面公共安全突发事件为例,对其微博评论进行
聚类,并找出影响微博用户消极情感倾向的因素,为政府进行舆情应对处理提供建议。【方法/过程】结合社会网络
分析法与LDA主题模型对评论文本进行关键要素提取,得出评论归因维度,进而通过情感分析软件对各维度进行
情感倾向度分析。【结果/结论】研究结果表明：微博用户主要从事件主体、事件分析、事件处置、社会关系、新闻媒
体、同理心、个人经验七个方面对公共安全突发事件进行评论,其中,事件分析、事件处置、事件主体、社会关系是微
博用户消极情感倾向的主要影响因素,据此本文提出了相应的舆情疏导建议。【创新/局限】本文基于归因理论,创
新性的提出了影响微博用户情感倾向度的归因维度体系,但舆情事件集中数量有限且未进行更细粒度的情感分类
分析。 相似文献
11.
【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
12.
【目的/意义】探讨网络问答社区中意见领袖的社会与知识分享行为特征,为问答社区的发展提供改进建
议。【方法/过程】以知乎“旅行”问答话题下活跃用户为研究对象,通过python爬取用户的个人信息,利用数理统计
和社会网络分析对意见领袖的社会及知识分享行为特征展开研究。【结果/结论】研究发现,社会特征是意见领袖开
展知识共享活动的先决条件,网络问答社区的发展离不开社区用户的多元化;意见领袖为问答社区内容生成主力,
知识分享行为广泛分布于意见领袖的信息活动中且其行为影响力突出;中心团体联合促进意见领袖间的知识分
享,领袖群体间知识分享互动频繁。【创新/局限】对于意见领袖的特征分析只建立在“旅行”这一问答话题,样本数
量偏低,后期将会对更多的问答话题进行研究,以期得出更精准的、普适性更强的结论。 相似文献
13.
【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
14.
【目的/意义】对新媒体环境下网络舆情用户情感进行研究,能够剖析用户情感演化规律,从而有助于采取
针对性措施对舆情信息传播进行合理控制。【方法/过程】本文基于情感极性及情感强度理论构建新媒体环境下网
络舆情用户情感演化模型,以微博平台为例进行情感极性和情感强度分析用户情感演化特征及波动规律。【结果/
结论】“江歌案”微博热点话题主要呈现负向情感,其比例远高于正向情感和中性情感;情感值与极性值都随着极性
值的增加而增加,话题在 12月 11日负向情感值与极性值达到最低。 相似文献
15.
【目的/意义】网络舆情是群体智慧的涌现形式之一,探究不同平台的网络舆情信息所蕴含的群体智慧,对
网络舆情的管理与引导具有重要的理论价值与现实意义。【方法/过程】研究以新浪微博和抖音短视频为数据源,基
于ELECTRA和REDP方法分别对舆情文本信息进行实体抽取与关系抽取,分别构建微博平台与短视频平台的网
络舆情知识图谱,并对各网络舆情知识图谱进行对比分析。【结果/结论】研究结果表明,微博与短视频平台的舆情
信息通常会涉及相同的主流内容,同时各平台也存在不同的衍生内容。在信息内容方面,新浪微博平台的舆情信
息的内涵更加丰富、外延更加广泛。在知识的贡献与获取方面,新浪微博平台的用户更加偏向于参与舆情话题的
讨论,主动贡献知识。在知识图谱构建方面,短视频平台舆情内容中的知识实体同时出现的联合概率较高,更容易
形成知识三元组,舆情知识也更加聚焦。【创新/局限】本研究分别构建了新浪微博与抖音短视频平台的舆情知识图
谱,并对各平台知识图谱进行对比分析。在未来的研究中,研究将对各平台知识图谱差异性的产生过程与原因进
行更加深入地思考。 相似文献
16.
【目的/意义】研究舆情演化机制，分析影响舆情演化过程中的因素，为控制舆情的发展提供有力的参考。 【方法/过程】本文构建有向加权网络拓扑结构，选用经典Deffuant模型的交互思路并进行改进，重点加入了有向边 的权重值，考虑意见领袖的出度，建立交互模型，利用Netlogo软件对现实世界网络舆情的演化进行仿真，分析群体 中节点度、意见领袖对群体观点演化过程的影响。【结果/结论】群体中节点度的增大，在一定的度值δ内可以迅速增 加个体观点聚合速度，使群体中观点分布更加明显，有利于小范围内观点的统一。意见领袖在群体观点演化中起 着关键性作用，对于群体观点的聚合速度有着较大的影响，因此对意见领袖观点的把控有利于更好地引导舆情的 发展。 相似文献
17.
【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
18.
【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
19.
【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
20.
【目的/意义】当前微博已成为重要的舆论场,针对海量微博信息的舆情难以快速获取的问题,提出一种基
于云计算的微博舆情流式快速自聚类方法。【方法/过程】该方法首先设计舆情最小距离聚类算法,包括构建舆情相
似度计算模型,及构建舆情最佳聚类阈值确定方法;然后构建舆情流式自聚类模型,该模型利用云计算和最小距离
聚类算法在横、纵两个方向聚类舆情信息,得到各主题的舆情集合。在横向上,以云计算的多个计算节点为聚类起
始,同步并行聚类分配到其上的舆情信息。在纵向上,多个计算节点协同、流水线式聚类同一起始节点的舆情信
息;最后在纵向上聚类舆情集合,将同主题舆情集合聚为一类。【结果/结论】实验结果表明：该方法能有效加快微博
舆情获取速度,且具有较高的舆情获取准确率。 相似文献