共查询到19条相似文献，搜索用时 109 毫秒
1.
[目的/意义] 区别于单一维度的情感强度测度,基于情感语义空间的食品安全舆情情感分析从立体空间角度探析情感的细粒度表征及情感焦点,对政府及有关部门提升舆情治理水平具有重要意义。[方法/过程] 运用PAD情感模型构建情感语义空间,以2018年食品安全舆情为例,一方面,将情感词映射至情感语义空间,根据位置判别情感词多维情感强度;另一方面,根据情感语义空间的表现形式划分情感层次,探寻不同情感指向特征。[结果/结论] 多维情感语义空间中,食品安全舆情情感的自我认知层愉悦度较高,表明公众认为自身对食品安全有较好的认知;舆情中社会发展和民生民意空间呈现明显的负向情绪,且网民在表达该类情感时的神经生理激活水平较高,应引起政府高度重视。食品安全舆情中的意见领袖对他人情感有较强的影响力,政府应加强与该领域意见领袖的沟通与引导。 相似文献
2.
【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
3.
[目的/意义]随着互联网的高速发展和网民规模的不断扩大,人们意见表达的方式趋向多元化,越来越多的网民开始通过网络平台来表达各自的想法和观点,这也进一步推动了网络公共事件的发生。网络公共事件呈现出的特征,以及网络舆论对公共权力和政府回应产生的影响,对此学术界的研究并不多。[方法/过程]对2005年7月至2015年6月的重大网络公共事件进行系统分析,分别探讨了时间、空间、政府部门层级、信源、主流舆论态度、群体行为、事件议题类型、网络舆论作用、政府回应类型九个维度的特征,并进行计量统计和图表展示。[结果/结论]通过对以上数据的梳理,掌握了近十年来重大网络公共事件的分布特征,以期对影响公共权力和政府回应的因素进行深入的探讨。 相似文献
4.
[目的/意义]探究热点事件网络社区的主题及情感波动,掌握舆情事件的演化过程,对于做好网络舆论引导、维护网络信息生态具有重要意义。[方法/过程]以社交关系构建社群网络,采用Louvain算法划分主题社区,基于此提取各阶段社区主题,并计算主题情感分布,多维度协同探究网络舆情的动态演化过程;最后以“孙海洋寻子圆梦”事件为例检验了模型的有效性。[结果/结论]网民会自发性地关注并讨论舆情事件的发展,并依据网络社交关系形成不同的主题社区,从而产生不同的情感波动。研究结果能够较好地反映出特定舆情事件的主题-情感演化过程。 相似文献
5.
[目的/意义]基于社交媒体用户的共同评论关系构建共评网络,综合运用社会网络分析与自然语言处理技术,探索高效挖掘社交媒体中主流网络民意的方法。[方法/过程]按阶段梳理社交媒体用户共评关系并构建共评网络,综合利用K核分解和核塌缩分析识别核心评论用户群;以核心评论用户群为目标分析对象,从主题和情感两个维度构建主流网络民意的表达,并分析网民讨论热点及情感分布的综合演化过程;利用新冠病毒感染疫情相关热门微博的评论数据进行实证研究。[结果/结论]共评网络分析可以准确识别出社交媒体中的核心评论用户群,其拥有结构稳定且联系紧密的共评关系;聚焦于核心评论用户群的评论内容,即可实现主流网络民意的高效挖掘,准确呈现出网民主要诉求和情感的变化特征;实证结果与我国新冠病毒感染疫情中的应对实情和网络舆论走势基本契合,证明了此方法的有效性。 相似文献
6.
[目的/意义]探索突发公共卫生事件网络舆情发展周期中的主题和情感演化历程,研究影响网民情感波动的因素,为网络舆情有效管控提供决策支持。[方法/过程]结合博文数量的时序特征和生命周期理论进行周期划分,利用LDA模型、BERT-BiLSTM-Attention模型构建研究框架,探究不同周期的舆情主题差异及情感演化。[结果/结论]线下病毒变异演化和线上舆情主题与情感演化具有关联性。在新型冠状病毒变异语料库中,BERT-BiLSTM-Attention模型分类准确率为0.8817,F1值为0.8778,其在情感演化分析上具有优越性。构建的“数据采集预处理、舆情周期划分、主题演化和情感演化到获得策略输出”的全过程分析框架对相关部门有效引导网络舆情提供了决策支持和理论支撑,BERT-BiLSTM-Attention模型能更准确地进行情感分类。[局限]数据源单一,面向时间维度上的演化历程未进行时空结合的演化分析。 相似文献
7.
8.
[目的/意义]旨在为提高大学生健康信息素养提供参考。[方法/过程]通过焦点小组访谈法收集数据,基于扎根理论建立大学生网络健康信息甄别的理论模型。[结果/结论]影响因素包括个人认知和经验的个人因素,以及社会和媒体的环境因素。提出大学生应阅读正规网站的网络健康信息,提高认知水平;家庭、学校应发挥积极的教育引导作用,强化健康意识;媒体应加强对网络健康信息的净化,增强舆论引导作用。 相似文献
9.
[研究目的]为在遂行防范和处置恐怖活动中进行反恐预警和重点人员监控提供指导性依据,针对未有明确证据参与事件的涉嫌暴恐人员,深入挖掘其隐藏关系,识别潜在危险分子。[研究方法]基于社会网络分析理论,针对涉嫌暴恐分子缺失关键关联关系的问题,提出了一种加入时间和空间双维度数据的时空网络分析方法。该方法针对暴恐人员流动性强的特点,统计暴恐参与者(P群)和涉嫌者(A群)的时空活动轨迹,提出时空交互度算法,形成暴恐成员(PA群)之间的时空关联关系,从而建立暴恐群体的时空交互度关系网络模型,并通过综合测度计算识别A群重点人物和重点地域。[研究结论]可识别涉嫌暴恐分子的潜在危险人物,以及不同预警子群的建议监控地域,为反恐行动预警监控提供有效依据。 相似文献
10.
[目的/意义]为了探索危机事件中网络空间场域情境对舆情偏差的影响机制,对网络空间中不同情境进行分类和定级,实现网络舆情的差异化监控与治理,并从场域情境视角强化正面舆论的传播效果。[方法/过程]以情景关联、议题交互及结构异质为自变量,舆情偏差为因变量,认同聚敛与情感耦合为中介变量构建研究理论模型。通过问卷调查法对相关数据进行采集,采用结构方程模型方法,并借助AMOS22.0统计软件对数据进行处理和分析。[结果/结论]其研究发现：1)网络空间中,情景关联、议题交互及结构异质分别通过认知聚敛及结构异质的中介作用,对舆情偏差产生显著影响;情景关联为正向影响,议题交互及结构异质为负向影响;2)其中,结构异质对舆情偏差的影响效应最大,其次为议题交互,最小为情景关联;3)场域情境对舆情偏差的影响效应,在人口统计学上存在组间及组内显著性差异。最后,对研究结果进行分析和讨论,并指出了研究价值及未来展望。 相似文献
11.
12.
[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
13.
[目的/意义]新媒体环境下网络舆情信息传播对舆情的发展趋势具有重要的导向作用,对舆情进行监测有助于相关舆情管理部门对舆情信息传播进行有效引导,促进舆情事件良性发展。[方法/过程]本文基于信息熵理论,通过层次分析法构建评估指标体系,使用模糊综合评价法建立新媒体环境下网络舆情监测模型,针对舆情指标隶属度结果对监测等级进行分类。本文以新浪微博舆情热点话题"鸿茅药酒"作为数据源获取数据进行新媒体环境下网络舆情监测指标体系分析。[结果/结论]数据结果表明,新媒体环境下网络舆情热点话题"鸿茅药酒"事件的影响力级别为Ⅳ级,需舆情管理者及时监测舆情发展和走势。通过最终监测值对照监测级别可以帮助政府及相关舆情管理者及时采取针对性措施监测和引导网络舆情的良性发展。 相似文献
14.
[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。 相似文献
15.
[目的/意义]准确掌握网路暴力事件的演化路径,并及时预测潜在的网络暴力事件,为相关部门治理舆情提供参考。[方法/过程]研究了网络暴力舆情事件的演进阶段、演进要素及演化路径;从舆情本体、舆情传播、舆情反应三个方面抽取网络暴力事件的相关特性。面向不平衡数据子集,基于多层感知机提出一种融合集成噪声识别与SMOTE算法的网络暴力预测模型。[结果/结论]提出的预测模型准确率达88.7%,且具有较好的泛化能力。暴露隐私信息是网络暴力事件发生最关键的因素。 相似文献
16.
[目的/意义]网民对突发事件的评论和传播会造成涉事组织的网络舆情危机,影响组织的声誉和形象。而网民的情绪化传播是引发网络舆情危机的重要因素,但目前缺乏对网民情绪化传播机理的研究。[方法/过程]使用扎根理论研究方法,以D&G辱华事件为对象,以网民对事件的评论内容为样本进行研究。[结果/结论]通过三级编码归纳出情绪化传播的形成要素,构建了网络舆情情绪化传播的机理模型。 相似文献
17.
[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
18.
[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
19.
[目的/意义] 为探寻网络舆情演变的动力机制,本文采用演化博弈工具,试图厘清参与主体与舆情发展间的内在关联。[方法/过程] 首先构建了网络舆情潜伏期、发展期、爆发期及消退期的演化博弈模型,通过求解博弈均衡和雅克比矩阵分析了网络舆情的演变路径和关联条件,以博弈主体之间的利益依存探讨了网络舆情发展演变的内在机制;在此基础上,在Matlab平台上对西安地铁3号线"问题电缆事件"舆情演变过程进行仿真模拟,并重点检验了心理满足程度对博弈均衡的影响。[结果/结论] 处于不同发展时期的网络舆情,影响其未来走势的关键因素也有所不同;参与网络舆情的各方主体共同影响着舆情演变的方向;政府部门的作为对网络舆情影响重大;心理满足系数对网民的决策至关重要,甚至能够改变舆情事件的发展走向。 相似文献