共查询到20条相似文献，搜索用时 62 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】微博中网民的负面情感反映了网民对于舆情事件的不满和诉求,网民的负面情感如何产生、
又如何调节,一直是政府应急响应过程中重点关注的问题。【方法/过程】ACT-R是人类认知能力针对特定行为模
型的通用框架,可以完全或几乎完全模拟人与其所处环境的真实交互。本文以ACT-R理论模型为核心,结合突发
事件中网民负面情感决策相关知识与信息行为任务目标,研究微博网民负面情感认知决策过程。以“天津爆炸”突
发事件为实验案例,对本文提出的决策模型进行验证。【结果/结论】实验结果表明：本文提出的模型可以有效的反
映网民负面情感的产生过程,为政府从认知角度调节网民的负面情感提供了新思路。 相似文献
3.
【目的/意义】面对舆情这一大数据平台,把握网络民意演化规律,为政府突发事件应急决策提供重要依 据。【方法/过程】针对突发事件民意演化的研究,采用系统动力学建模方法,分别从内部因素（网民因素）、外部因素 两大影响网络民意演化的主要方面进行分析,以突发事件民意热度为指标,探讨突发事件民意演化影响因素及其 逻辑关系,并检验其中的关键性因素,同时考虑网民和政府间的博弈与关联性。【结果/结论】通过模拟仿真,得出若 干条关于突发事件民意演化机理的规律。 相似文献
4.
【目的/意义】针对当前网络舆情识别相关研究成果存在查准率、查全率较低的问题,提出基于情感词汇的
多媒体网络突发事件舆情语义识别方法。利用突发事件数据爬取、抽取等模块构建舆情处理和语义检索平台,将
该平台分为数据采集者、数据管理者和数据使用者三个模块,将最终所得信息数据构成的案例库等当作舆情语义
识别中的数据库。【方法/过程】基于舆情数据库,对舆情词汇情感倾向进行初步识别。以词汇情感倾向性为依据,
对舆情话题评论情感呈现出的强度值进行计算,最后综合评论语义模式权值与其情感倾向值获取话题评论集合最
终情感倾向,完成舆情语义识别。【结果/结论】实验结果表明,所提方法查准率与查全率均较高,具有显著可靠性。
并提出相应的网络突发事件危机响应策略。【创新/局限】在后续研究中应以基于情感语义的舆情监测为重点,以危
机响应预案为基础,不断提升应对舆情突发事件的预判能力和处置能力。 相似文献
5.
【目的/意义】突发事件容易催生舆情主体的各种情绪,诱发其情绪化行为和态度,分析网民和政府的情绪对其行为倾向的影响机制,有助于更好地把握舆情态势。【方法/过程】该文将包含情绪函数的RDEU理论引入突发事件网络舆情演化的博弈中,然后结合演化博弈中的复制动态方程,构建以网民和政府为代表的动态博弈模型并求解,最后通过假设收益数值对情绪影响下的演化过程进行仿真分析,得出相关结论和建议。【结果/结论】研究结果表明,不同的情绪类型和情绪强度不仅会改变最终的演化结果,而且还会影响群体策略的演化速度,导致舆情的不同演化趋势。 相似文献
6.
【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
7.
【目的/意义】突发事件的频发往往成为网络舆情生发的重要导火索,研究突发事件网络舆情的生发机理,对于舆情的导控及治理而言意义非凡。【方法/过程】基于信息生态视角,从信息、信息人、信息环境与信息技术四个要素提炼出事件信息、发布主体、信息受众、信息技术及信息环境五个解释变量,通过清晰集定性比较分析法(csQCA)对40起突发事件进行比较分析,据此得出三个有效的条件构型。【结果/结论】结果表明,社会安全突发事件借助网络媒体平台容易激发公众负面情绪,提升网络舆情的生发热度;良好的信息环境在方便公众沟通交流的同时,也一定程度上推动了突发事件网络舆情的生发;发布主体的非理性是突发事件网络舆情生发的重要原因。 相似文献
8.
【目的/意义】对突发事件应急响应情报体系进行功能有效性验证。【方法/过程】应用案例分析法，对突发事 件案例进行了过程回顾和特征分析，结合突发事件应急响应情报体系的功能，对突发事件案例进行假设性应用分 析。对公共安全突发事件进行分类，介绍突发事件应急响应情报体系的架构和主要功能，并应用情报体系从预警 联动、网络舆情控制、风险评估、危机识别与警示四个方面对突发事件进行案例分析。【结果/结论】突发事件应急响 应情报体系对公共安全事件的处理具有可预见的效果。 相似文献
9.
【目的/意义】高校网络舆情是高校人员通过互联网表达个人思想、诉求个人利益所表现的网络行为,是网 络舆情在高校的延申和体现。然而,网络上的不良信息包括网络暴力、网络过度娱乐、网络谣言等可能对高校师生 产生负面影响,影响社会稳定。【方法/过程】以微博数据为数据源,使用网络爬虫采集以网络谣言、网络暴力等及大 学生为关键词的微博转发和评论内容作为实验样本,通过文本挖掘分析高校负面网络舆情传播特征和路径,并提 出引导建议。【结果/结论】网民在讨论高校负面网络舆情信息传播过程中,较关注这些负面信息对线下生活的影 响;核心传播网民的平均中心度最高,其次是核心传播媒体,核心传播机构的中心度最低;新媒体环境下高校负面 网络舆情传播呈突发裂变式,信息传播状态不稳定,波动性较大。 相似文献
10.
【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
11.
【目的/意义】针对频繁爆发的网络舆情,深度梳理网络舆情的内容层次,挖掘网络舆情的生成逻辑,为政府 网络舆情治理提供可行路径。【方法/过程】以“2015年初出租车罢运事件”作为研究案例,通过网络数据抓取软件收 集“财经网”相关微博下的评论信息,按照扎根理论的编码程序逐步抽象形成网络舆情的“棱镜折射”生成逻辑和 “情绪—态度—意见、行为取向”的内容层次。【结论/结果】研究结果显示,网络舆情的基本层次是网民情绪,网络舆 情的生成由公共事件的相关新闻信息触发,并取决于网民的生活经历、角色定位、思维方式、信息处理等个人特 征。因此,政府的网络舆情治理应重点关注网民情绪,并强化与网民的对话沟通和信息普及。 相似文献
12.
【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
13.
【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
14.
【目的/意义】非常规突发事件的爆发会带动舆论信息的传播,本文旨在揭示网络舆情驱动下突发事件的演化机理,为有关部门及时采取应急救援活动、有效控制舆情蔓延提供依据。【方法/过程】运用知识元表示法描述突发事件的情景状态、应急活动、孕灾环境和承灾体四种要素,构建基于动态贝叶斯网络的情景推演模型,并以沈阳非洲猪瘟事件为例,建立网络舆情驱动下突发事件情景网络结构,通过动态贝叶斯网络直观呈现情景演化过程。【结果/结论】研究结果表明,情景推演模型在时间推理与事件发展的顺序上与突发事件演化过程基本一致,通过应急活动扰动分析,证实知识元表示和动态贝叶斯网络方法的有效性,为舆情引导提供一定的参考。 相似文献
15.
【目的/意义】社交媒体网络成为突发事件的主要传播平台,也使得网络舆情影响力得到更大范围的扩散和
传播。【方法/过程】本文首先梳理了国内外学者对社交媒体网络舆情传播影响力研究的现状,从研究着力点、研究
方法、衡量因素及评价方法进行评述。然后,对影响社交媒体网络舆情传播的信息生态链、群体情绪研究进行分
析。最后,从加强政府治理舆情治理的可控性角度,对社交媒体网络舆情传播影响力的指标构建情况分析。【结果/
结论】本文认为,为提高对网络舆情影响力的可控性,应从公众情绪、媒体责任、政府治理加强引导和治理。 相似文献
16.
【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
17.
【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
18.
【目的/意义】随着互联网的日益普及与新媒体技术的广泛应用，网络舆情群体极化现象日益加剧。研究网络舆情群体极化动力学机理，科学地把握网民情绪演化规律对塑造健康的舆论生态环境具有重要意义。【方法/过程】以网民情绪演化为主线，构建网络舆情群体极化系统动力学模型，从情绪唤醒、情绪干扰、情绪疏解三个维度并结合“女子实名举报前婆婆吃空饷”案例对网络舆情群体极化进行仿真研究。【结果/结论】通过仿真结果分析，网民的媒介素养、认知水平；媒介的议程设置、平台监管力度；政府的信息公开程度、回应速度等因素对群体极化的影响程度更为重要，并以此为群体极化的治理工作提供相应对策。【创新/局限】以情绪演化视角对网络舆情群体极化进行定性与定量的结构化系统性研究。局限在于数据的量化处理具有较强的主观性且系统因素的选取还需逐步完善。 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】负面情绪导向的舆情传播严重威胁到我国的网络空间安全和社会和谐稳定,而"不完全"的复杂网络系统也为政府监管带来了挑战。因此厘清舆情传播特征实现精确预警具有较强的现实性与实践性。【方法/过程】基于SIR传染病模型与EGM灰色预测模型,提出一种实现舆情预警与舆情防控模型,并利用python挖掘到的政务微博历史数据进行模型模拟与检验。【结果/结论】结果表明:舆情传播过程中,易感染类网民占比会随着时间演化而不断减小;传播阈值与易感染类网民占比间的大小关系能够预示舆情演化趋势;政务微博通过及时互动能够转移网民情绪,起到一定舆情导控效用。 相似文献