共查询到20条相似文献，搜索用时 15 毫秒
1.
[研究目的]从视频弹幕的视角出发,挖掘网络舆情事件的话题漂移规律,提升网络舆情事件的视频情感检索精度。[研究方法]通过对视频弹幕进行主题与情感分析,提升网络舆情事件在线监测精准度,并在此基础上提出并构建弹幕迁移指数,建立一种基于弹幕迁移指数的情感监测方法,该方法首先基于BTM主题模型抽取视频弹幕的话题信息,并基于情感词典与颜文字词典计算不同时间窗口下的话题情感类别与情感强度,建立面向视频弹幕的网络舆情事件监测模型,再从话题内容的变化与视频兴趣热度两个角度构建话题迁移指数,并利用话题的情感强度变化,构建情感迁移指数。最终,基于话题迁移指数与情感迁移指数,得到加权后的弹幕迁移指数,实现网络舆情事件的在线监测。[研究结论]通过视频弹幕社区的真实数据,从逻辑层面验证了本模型的合理性,结果表明该方法能够较为准确地识别网络舆情事件迁移的关键时间窗口,为实现视频分享平台的情感可视化提供了切实可行的理论探索。 相似文献
2.
3.
［目的/意义］新信息技术推动媒体应用平台快速发展,网民通过主流媒体与自媒体积极参与话题讨论,客观分析信息传播平台对网络舆情事件发展的影响力,有利于建立良性的信息生态循环圈。［方法/过程］本文以官方公布的十年网络舆情热点事件为数据分析对象,使用灰色关联法分析历年各信息传播平台与网络舆情热度的关联关系,从时间、事件等维度挖掘信息传播平台对网络舆情热度的影响特征。［结论/建议］各信息传播平台对网络舆情热度的影响力与传播技术发展水平是同步的,对网络舆情热度的影响呈现势均力敌之势,媒体融合、资讯融合是发展必然趋势。 相似文献
4.
[目的/意义]提取突发事件网络舆情中事件的因果和顺承关系,构建事理图谱揭示事理发展脉络和演化规律。[方法/过程]以微博相关评论为研究对象,分别通过因果关系标识、事件影响因子和时间因子等维度识别事件间的关系,提取因果和顺承事件对;采用层次聚类将相似度较高的事件泛化为一类,构建新冠肺炎网络舆情事理图谱,并对生成的舆情演化路径进行分析。[结果/结论]研究表明,因果关系演化路径具有事件少、演化路径短等规律性特点,且同时包含顺承关系事件和伪结果事件;顺承关系演化路径具有事件数量多、演化路径较长、交叠变化等规律性特点,且能够揭示舆情演化的关键节点。通过构建事理图谱可以快速区分突发事件舆情的噪音和关键信息,充分体现其在监测、预测和管理中的价值性。 相似文献
5.
[目的/意义]高校学生网络舆情的动态监测与防控一直是高校网络安全所关注的焦点。在新媒体环境下,如何精准地预测高校学生网络舆情的发生和演化,掌握高校学生网络舆情发生的动态和规律以便对其进行有效地防控已成为高校思想政治教育的核心工作。[方法/过程]为此,采用信息获取、数据清洗和信息聚类等网络舆情分析技术对高校学生网络舆情监测流程、监测方法和监测内容等予以研究。[结果/结论]结果表明以舆情信息聚类结果为基础,利用人工研判和技术手段相结合的方法可以提升对高校学生网络舆情的动态监测效率,进而可以有效地对高校学生网络舆情实施防控。 相似文献
6.
微博作为用户关系信息分享、传播以及获取的平台,由于信息量大、传播更迅速,成为网络舆情传播的主要载体。在查阅大量文献的基础上,首先对政府负面网络舆情事件热度进行明确界定与度量,之后通过划分状态空间、构建状态转移矩阵、开展舆情热度趋势预测等步骤建立基于马尔科夫链的政府负面网络舆情热度趋势预测模型。以新浪微博为例,选取2013年度的舆情热点事件“延安城管暴力执法”进行舆情热度实证分析,验证了模型的合理性和有效性,进而为政府开展网络舆情管理和网络危机公关活动、合理引导舆情事态发展提供理论依据。 相似文献
7.
[目的/意义]构建突发公共事件网络舆情时空演化模型及算法，从突发公共事件网络舆情中获得的时空数据来揭示并呈现舆情的时空演化特征及规律，从而为时空视角下的舆情精准治理提供一定的指导。[方法/过程]构建突发公共事件网络舆情时空演化分析模型，运用空间自相关算法中的全局空间自相关分析网络舆情的时空总体分布，运用局部空间自相关分析时空聚集类型；运用时空网络图算法中的平均聚类系数分析网络结构，运用局部聚类系数分析关键区域或城市。[结果/结论]突发公共事件网络舆情的时空分布具有地域差异性和一定的规模特征，在重点城市群区域表现出明显的聚集性。舆情事件信息的传播和扩散具有时空收缩效应，事件的时空网络均呈现为以个别城市为核心的星型和网状信息链结构。 相似文献
8.
[目的/意义]舆情衍生效应使得舆情更加复杂多变,增加了政府舆情治理的难度和风险。因此掌握网络舆情衍生话题的形成路径能够提高对衍生话题的预见性,从而及时有效地控制和应对衍生舆情。[方法/过程]文章构建了以舆情主体和客体为核心的衍生话题形成分析框架,通过采集20个代表性微博话题数据,利用模糊集定性比较分析法,探究衍生话题形成路径。[结果/结论]研究表明,衍生话题的形成存在4种组态路径,舆情主体要素在衍生话题的形成中发挥了主要作用,媒体和公众的参与是衍生话题形成的重要因素。 相似文献
9.
10.
[目的/意义]旨在为有关部门及时分析和应对舆情提供参考。[方法/过程]通过爬虫搜集媒体上的舆情数据,计算舆情热度并划分舆情演化阶段,利用TextRank算法提取不同舆情阶段的关键词,采用Python语言的Snownlp库进行文本的情感分析,构建公安舆情分析模型,并通过“六安事件”对该模型进行验证。[结果/结论]该模型从热度、关键词与情感三个维度较好地对公安舆情数据进行分析和挖掘,有助于及时有效地处理社交媒体上的公安舆情数据,为公安舆情分析提供新的途径。 相似文献
11.
[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
12.
[目的/意义]旨在为基于网络舆情快速评估自然灾害影响程度提供参考,以提高自然灾害影响评估效率。[方法/过程]以全国范围内各地的雾霾空气污染事件为例,采用空气质量指数代替雾霾影响程度,通过爬取新浪微博平台上的博文条数获得雾霾话题的网络博文热度数据,并进行标准化,将自然灾害的影响程度与网络舆情热度联系起来,探究二者之间在时间与空间上的相关性。[结果/结论]指出自然灾害的影响程度与网络舆情热度在时间和空间两个方面存在相关性,并且相关性随着自然灾害强度的增加而增加,并为政府部门实现以网络舆情为基础对自然灾害影响的评估提出优化建议。 相似文献
13.
[目的/意义] 新型冠状肺炎防治的科研信息报道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。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。 相似文献
14.
［目的/意义］研究突发传染病舆情热度的发展趋势,能够为制定舆情引导策略提供参考,具有重要的理论意义。［方法/过程］本文首先构建微博舆情热度评价指标体系,基于信息熵确定各个指标的权重,然后对求得的舆情热度趋势值进行分类,在此基础上,建立基于BP神经网络的突发传染病舆情热度趋势预测模型。以新浪微博为例,选取"MERS病毒卫生突发事件"的舆情热度数据进行实例分析,预测该突发传染病事件的发展趋势,从而验证模型的可行性。［结果/结论］实验结果表明,该模型能有效预测突发传染病舆情热度趋势,进而为舆情管控提供决策支持。 相似文献
15.
16.
[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。 相似文献
17.
突发事件之间存在的关联、削弱或衍生的关系,会对现发的突发事件的热度产生影响。本文根据突发事件的交互关系,建立舆情敏感信息库,对突发事件的热度进行预测,并通过实验验证和理论分析,为政府消解突发事件负面舆情提供参考。 相似文献
18.
[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子-主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文方法的可行性和有效性。在此基础上,研究还选取实例进一步对主题的热度迁移和情感倾向进行了分析,具备一定的预警作用。 相似文献
19.
【目的/意义】衍生舆情是舆情治理刻不容缓的难点和不可回避的重点,本文旨在揭示舆情信息衍生规律, 正确把握舆情导向,为舆情引导提供依据。【方法/过程】结合信息生态理论,界定网络舆情信息生态群落衍生内涵, 分析其构成要素及作用关系、衍生效应,并划分横向和纵向两种衍生方式。基于改进SIR模型,分别构建网络舆情 信息生态群落横向和纵向衍生模型,刻画衍生过程。【结果/结论】横向衍生主要体现在同类事件单一话题之间融合 关系,纵向衍生主要体现在单一事件多个话题之间继承关系。对初始状态、衍生率进行灵敏度分析,研究系统状态 的变化,为舆情引导提供科学合理的理论指导。 相似文献
20.