共查询到20条相似文献，搜索用时 31 毫秒
1.
[目的/意义]掌握和了解微博环境下高校舆情情感的演化规律,对相关部门加强高校舆情监测监管,使高校适时采取措施应对负面舆情事件的恶性传播具有十分重要的意义。[方法/过程]本文通过文本挖掘并利用词云可视化展示对文本特征进行分析;基于朴素贝叶斯分类器将网络用户评论文本进行情感分类;结合用户情感演化与舆情事件发展周期的分析动态展示高校舆情情感演化图谱。[结果/结论]网民负向情感的占比在舆情蔓延期达到顶峰,中性情感的占比在舆情蔓延期最低,正向情感的占比在舆情周期中几乎没有变化。通过对微博环境下高校舆情情感演化图谱进行研究,为微博环境下高校舆情的研究提供新的理论支撑,在实践层面为舆情监管部门及时监测和有效引导高校舆情走向起到针对性的作用。 相似文献
2.
【目的/意义】微博作为国内主要的社交网络平台之一,其信息传播实时快速,去中心化,成为网络舆情传播
的重要媒介。面向微博进行舆情中心人物的识别以及公众情绪的挖掘对网络舆情的控制具有重要的实践意义。
【方法/过程】本文以新疆棉花事件为例,使用生命周期法对微博舆情演化过程进行划分,使用word2vec和k-means
模型提取事件生命周期中各阶段的舆情中心人物,采用一种结合词典与LSTM深度学习模型的情感分析方法,对各
舆情中心人物相关的评论情感进行极性分析。【结果/结论】所提出的方法能够挖掘面向特定事件的微博舆情中心
人物、公众的情感类型及情感强度,得到能够使舆情转好的引导方法。【创新/局限】本文创新性的将主题挖掘方法
运用于微博舆情中心人物的提取。在情感分析方法上,结合词典和深度学习方法,解决了深度学习方法进行情感
分析时需人工标注的局限性。此外,本文进行情感值计算时没有考虑到表情符号的作用,后续研究会进一步考虑
更加细粒度的情感分类。 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】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
5.
【目的/意义】将时间序列分析方法引入情感分析,可以对微博突发事件衍生舆情作出科学预测,为政府掌 握舆情情感走势,从而根据舆情发生的不同阶段采取相应的导控策略提供合理的意见与指导。【方法/过程】结合 突发事件衍生舆情的特点,采用词集合并法、SO-PMI、PMI-IR等方法构建了微博突发事件衍生舆情专属情感词 典,随后利用该情感词典和时间序列分析方法对“6.22”杭州保姆纵火案衍生舆情事件进行实证分析。【结果/结论】 对该事件的日均情感值进行计算,与实际情感值拟合程度较好,证明了建立的衍生舆情情感词典及时间序列模型 较为科学,可以为政府选择相应的策略及应对时机提供一定的参考。 相似文献
6.
【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
7.
【目的/意义】分析高校新媒体的信息传播网络结构及演化特征,有利于推动高校信息的有效传播,提升舆
论引导力。【方法/过程】以高校官方微博为例,本文对高校新媒体信息传播网络密度特征、网络中心性特征、网络结
构特征、地域路径及情感路径特征进行了分析,最后运用BA无标度网络模型对高校新媒体信息传播网络结构的演
化特征进行了仿真模拟。【结果/结论】高校新媒体信息传播网络具有较小的聚类系数、较短的网络平均路径,节点
的度分布符合幂律规律;高校新媒体影响力正在突破传统地域影响;高校信息传播中以积极情感为主,网络舆情事
件对情感影响较大;随着节点增加,网络平均度经过前期快速增长后会稳定在某个恒定值左右,网络平均路径长度
则一直呈现增长趋势。最后本文提出了改善高校新媒体信息传播网络结构的建议。【创新/局限】在今后的研究中
需要进一步扩大数据样本和时间跨度。 相似文献
8.
【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
9.
10.
【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
11.
【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
12.
【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
13.
【目的/意义】从舆情客体视角探究医保欺诈事件传播周期中情感焦点及情感倾向两个维度的舆情演化趋势,对政府倾听民众诉求及舆情治理有重要意义。【方法/过程】依据生命周期理论划分舆情传播阶段,利用Word2Vec判断舆情客体,使用LDA方法挖掘评论主题进而识别情感焦点,同时使用SnowNLP进行情感倾向研究,最后基于认知-感情相符理论发现民众诉求。【结果/结论】能够挖掘出民众对不同舆情客体在各生命周期的情感焦点、情感倾向及二者演化趋势。研究发现民众态度从事件相关讨论过渡到事件本质探究,而后关心事件后果,最后提出建议,且情感焦点与情感倾向识别结果具有一致性。 相似文献
14.
【目的/意义】网民使用移动终端技术工具参与舆情传播已经成为趋势,如何充分利用先进的移动通讯技术 和互联网技术有效地加强移动终端环境下微博舆情管理是政府和微博平台的重要任务。【方法/过程】基于社会网 络理论,以新浪微博“足球世界杯”热点话题为例,采用编程方式接入新浪微博开放平台获取数据,使用Gephi等社 会网络工具进行可视化,最终对移动终端环境下网络舆情传播进行讨论分析。【结果/结论】研究揭示了移动终端环 境下微博舆情传播机理、规律和网络结构,能够使管控主体对微博舆情传播有更充分的认识和理解,在此基础上为 舆情管理法律规制、制度建设提供指引,为微博用户文化道德培育提供指导。 相似文献
15.
【目的/意义】明确用户评论的情感倾向及其主要影响因素,有助于政府了解网民的态度及观点,更好地引
导和控制舆情发展。【方法/过程】运用八爪鱼软件采集新浪政务微博上的辟谣信息,获取数据75847条,构建多元
Logistic回归模型对用户情感倾向的影响因素进行分析。【结果/结论】研究发现：用户对政府辟谣信息表现出不同的
情感倾向,其中,中性情感倾向用户比重最小,消极情感用户和积极情感用户占比接近;内容特征变量、文本特征变
量、用户特征变量均对用户情感倾向有显著影响,但影响方式各异。 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】掌握微博热点话题演化规律有利于让公众了解正确的话题演化方向，也便于有关部门对舆情 监控和引导，使得舆论朝着正能量的方向发展。【过程/方法】利用OLDA（On-line Latent Dirichlet Allocation）可以实 时地追踪热点话题演化的优势以及微博的“话题标签”的特性提出适合微博的热点话题演化模型LOLDA（Label On-line Latent Dirichlet Allocation），然后通过Python编程爬取了新浪微博的数据，从话题内容和强度两方面分析 了话题演化规律，并对话题内容演化规律进行了可视化展示。【结果/结论】改进的LOLDA模型可以准确地发现微 博话题演化规律，通过实验验证了本文提出的模型较传统模型具有更好地泛化能力. 相似文献
18.
【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
19.
【目的/意义】探索新媒体时代短视频网络舆情传播的影响因素及动态演化,了解短视频用户的影响因素及
动态演化过程,有助于网络舆情监管部门加强短视频网络舆情管理,为相关机构或部门在进行社会治理的过程中
提供更及时有效的信息服务。【方法/过程】以计划行为、信息行为理论为基础,以新媒体机构官方账号为研究案例,
获取短视频新闻对应用户信息数据,设置影响因素指标权重,构建新媒体短视频网络舆情传播影响因素模型;综合
信息因素、信息技术、信息环境和信息主体等多个维度测算短视频传播影响因素权重,分析其传播影响效果;同时
构建短视频传播行为的动态演化模型,并做出仿真动态演化过程。【结果/结论】研究结果表明,信息因素对新媒体
短视频网络舆情传播有显著影响,信息技术对新媒体短视频网络舆情传播影响较低,动态演化过程说明传播易感
者的数量与未被感染的易感者逐渐趋同,最终即使有新媒体的不断加入,舆情传播也不再继续。【创新/局限】从多
维角度构建用户行为的影响因素模型,用仿真法对短视频传播的动态演化进行分析,为正确引导短视频网络舆情
传播提供科学管理依据。未来的研究将获取更广泛的数据源进行更深层次的网络模型研究。 相似文献
20.
【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