共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
随着我国互联网的飞速发展,特别是以SNS、微博为代表的Web2.0应用的兴起,已经形成了一个虚拟信息社会,并逐步演化为一个全新的开放信息传播空间。信息传播更为便捷,为网络舆情的产生提供了现实环境基础。同时,我国正处于机制转轨、社会转型的过程中,各类群体性事件的不断发生,且呈现出线上线下的联动的特点,对社会、经济的稳定与发展都产生了不良影响。本文在论述由网络群体性事件及其研究现状的基础上,对基于主题爬虫的网络群体性事件的源信息获取的框架进行了深入探讨,为舆情治理提供重要依据。 相似文献
3.
4.
5.
介绍了网络群体性事件的内涵,对网络群体性事件的源信息和信息演化机制进行了探讨,为网络舆情的进一步研究提供参考. 相似文献
6.
网络群体性事件的概念辨析及指标设定 总被引：1，自引：0，他引：1
基于国内外文献综述基础上,以活动空间、诱发平台、社会影响指数为变量,对网络群体性事件的概念进行界定和辨析,并设定网络群体性事件的衡量指标、诱因敏感度等级以及舆情的演化模型和数据库,为网络群体性事件的研究提供理论支持。 相似文献
7.
8.
[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
9.
10.
群体性事件给社会管理和社会稳定带来极大冲击,而网络在群体性事件中扮演着"放大镜"的角色,造成信息失真,误导信息甄别能力弱的网民,增加应对群体事件的管理成本和难度。探求群体性事件在网络上的运行规律,并思考规律背后隐藏的深层次问题。从社会背景、参与者、传播渠道、事件影响4个维度,剖析群体性事件中网络发挥的放大效应,深入挖掘网络在群体事件中产生的放大效应的根源。以"微笑局长"事件为例,探索上述规律和效应。 相似文献
11.
12.
群体性突发事件网络舆情的演变机制分析 总被引：1，自引：0，他引：1
随着网络社会的发展,现实群体性突发事件容易通过互联网形成网络舆情,并对政府的群体性突发事件应对带来严峻挑战。增强新形势下政府应对群体性突发事件的能力要求探明群体性突发事件网络舆情的演变机制。群体性突发事件网络舆情的演变包括形成、扩散、爆发和终结四个阶段,在上述整个过程群体性突发事件的网络舆情都处于动态变化中。在不同阶段,网络舆情的编码性、抽象性和扩散性也呈现出不同的特征。网络舆情的启动机制、驱动机制、变动机制和阻动机制分别在形成、扩散、爆发和终结阶段发挥着主导作用。 相似文献
13.
随着互联网技术的快速发展,微文化已渗透到高校学习生活的各个方面,微文化成为了高校群体性事件舆情最重要舆论阵地。文章结合高校群体性事件网络舆情的特点,分析了当前高校网络舆情引导的现状,探索微文化下高校群体性事件网络舆情引导的实施路径,让微文化有效实施舆论引导,创建和谐健康的校园网络生态环境。 相似文献
14.
15.
网络舆情对群体性突发事件的影响与作用 总被引：2，自引：2，他引：0
网络舆情具有内容多元、主体主导、群体极化和虚实互动等特征,容易导致群体性事件的产生.依照加值理论,网络舆情从四个方面对群体性事件产生影响,同时对网络舆情的汇集、研判、引导和反思可以对群体性事件进行干预. 相似文献
16.
[目的/意义]探讨网络舆情事件中群体观点的演变规律,构建有效预测其演变趋势的方法。[方法/过程]参考物理学中场的思想和信息科学中数据场的方法,引入观点场概念,提出了一种基于观点势的观点潜在影响力评估模型;然后将该模型运用到微博评论的群体观点演化分析中,建立了微博评论的观点趋势预测方法。该方法的基本思想是以当前评论的观点势分布来预测未来评论的观点分布,在观点势计算时,以既有评论的排序值代表新的信息受众所处的参考场点与观点场中既有评论之间的距离。[结果/结论]通过实际的微博舆情事件数据实验表明,该网络舆情群体观点趋势预测模型能较好地评估已发表的显性观点对后来网民观点形成的影响力,具有较高的网络舆情观点趋势预测准确率。 相似文献
17.
[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
18.
冯广冉 《内蒙古科技与经济》2014,(9):66-67
总结了自媒体时代高校网络舆情管理出现的新问题,在分析高校网络舆情演化规律的基础上,就如何做好自媒体时代高校网络舆情管理工作提出了几点应对举措。 相似文献
19.
20.
[目的/意义]探索河南暴雨事件的网络舆情情感演化特征,为自然灾害事件网络舆情治理提供参考。[方法/过程]基于网络舆情发展中情感演化视角,构建了河南暴雨事件网络舆情处理分析模型,以微博舆情数据作为研究对象,采用SnowNLP、词云等方法揭示其情感特征和情感倾向。[结果/结论]网络舆情处理分析模型能够合理划分舆情演变阶段,发现舆情演变规律,为相关部门提供有针对性的引导策略及理论支撑。 相似文献