共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
【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
3.
【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
4.
5.
【目的/意义】突发事件类网络舆情演化情况的掌握对舆情监管部门而言至关重要。鉴于此,本文致力于构 建能够准确预测舆情演化的模型,此预测模型的建立可拓宽舆情预测的渠道,为舆情参与主体和监管部门及时掌 握舆情演化态势提供方法依据。【方法/过程】基于随机森林（RF）算法建立突发事件网络舆情演化预测模型,以微博 和第三方舆情监测平台作为变量数据来源,以R语言为操作环境,然后进行模型的训练与预测。【结果/结论】实验 表明,较之其它方法,本文构建的模型有更高的拟合度和更低的误差值。从结果来看,本模型的预测输出值与真实 值最为接近,较好地实现了对舆情演化的预测,将RF算法应用在舆情预测的研究中具有一定的先进性。 相似文献
6.
【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
7.
8.
【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
9.
【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
10.
【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
11.
【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
12.
【目的/意义】目前网络舆情事件与社会稳定密切相关,其中定量计算方法在网络舆情事件分析中占有重要地位。【方法/过程】本文提出了一种基于贝叶斯网络(Bayesian Network下文简称BN)分析网络舆情事件趋势的方法。先根据先验知识和专家指导设计BN拓扑结构;再利用EM算法推算条件概率表;最后通过训练集和测试集的方法检验BN的有效性。【结果/结论】本文以随机抽取的2018年100件网络舆情事件为数据源进行实验,结果表明本文设计的BN在预测网络舆情事件趋势方面是可靠的。这为基于BN处理网络舆情事件提供了一定理论依据。 相似文献
13.
14.
【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
15.
【目的/意义】针对现有网络舆情态势感知方法存在的感知误差大、灵敏度低等问题,在意识形态视角下研
究网络舆情态势感知方法。【方法/过程】本文首先对网络舆情态势感知的基本概念、特征及网络舆情态势感知安全
结构进行了介绍;然后,在意识形态视角下,提出了捕获与处理网络舆情态势感知数据、识别网络舆情态势感知脆
弱性以及检测网络舆情态势感知行为事件的感知方法;最后,以网络公共事件作为研究对象对该网络舆情态势感
知方法进行测试研究。【结果/结论】实例分析结果表明：设计态势感知方法的感知误差低于 1,耗时时间低于 5s,即
设计方法具有良好的感知精度和灵敏度。【创新/局限】但在特征提取方面,所提出的方法并没有涉及合适的预测特
征。因此,在后续研究进程中应充分考虑网络舆情态势感知方法不同特征,并依据实际开发情况进行全新思考。 相似文献
16.
【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
17.
【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
18.
【目的/意义】精准预测与掌握舆情事件的发展,及时发现舆情中的潜在危机,对社会的长治久安具有重要
意义。【方法/过程】针对网络舆情演化的不确定性、多变性与灰色性等特征,选取多个指标数据建立多因素灰色模
型(MGM(1,m))。同时,为提高预测结果的精确度,利用BP神经网络对多因素灰色模型的预测残差进行修正,构建
基于残差修正的多因素灰色模型,并结合“莆田系事件”对模型预测性能进行验证。【结果/结论】仿真结果表明,相
对于单一序列GM(1,1)模型和无残差修正的多因素灰色模型,残差修正后的多因素灰色模型在网络舆情预测上具
有一定的优势。 相似文献
19.
【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