共查询到20条相似文献，搜索用时 359 毫秒
1.
【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
2.
[目的/意义]新型冠状病毒肺炎疫情(简称新冠肺炎疫情)的全球蔓延引发了各领域学者对于突发公共卫生事件科学应对的思考。文章以新冠肺炎疫情为例,以微博为研究对象,旨在探讨突发公共卫生事件中公众的信息需求对于危机治理的影响机制。[方法/过程]首先,对新冠肺炎疫情及微博舆情做出阶段划分,进而利用质性分析结合层次聚类法从微博文本数据中抽取公众信息需求并跟踪其演变,最终结合相关理论探索性地建立了突发公共卫生事件公众信息需求模型。[结果/结论]突发公共卫生事件中公众的信息需求主要围绕风险认知、行为规范、情感、行为四个方面,通过社交媒体可以准确追踪公众信息需求并向公众提供所需信息,信息需求的满足最终促使公众自发参与危机治理。 相似文献
3.
【目的/意义】将双链区块链技术纳入突发公共卫生事件信息共享研究范畴对推进我国突发公共卫生管理体系和能力现代化建设具有重要价值。【方法/过程】通过深入分析双链区块链融入突发公共卫生事件信息共享的赋能机理,从数据存储层、网络共识层、智能合约层和服务应用层四方面构建了基于双链区块链赋能的突发公共卫生事件信息共享模型,并以疫情下某医疗机构信息共享为例分析其运行机理,最后分析了其面临的挑战风险。【结果/结论】本研究为解决突发公共卫生事件信息共享难题、提升我国疫情防控应急管理水平提供了一定的理论基础支撑和科学决策支持。【创新/局限】本研究结合双链区块链和突发公共卫生事件信息共享之间的天然耦合性,提供了双链区块链赋能突发公共卫生事件信息共享的全新视角,但缺乏具体的实际案例进行分析。 相似文献
4.
【目的/意义】重大突发公共卫生事件中信息疫情现象危害社交媒体用户的身心健康，信息过载是全媒体时代信息疫情的主要表现形式。探究重大突发公共卫生事件情境下社交媒体信息过载的成因和影响，能为信息疫情的应对提供理论支持和实践参考。【方法/过程】通过半结构化访谈的方式获取原始资料，运用扎根理论的质性分析方法，对访谈文本进行编码处理，并借鉴压力源-应变-结果理论，构建重大突发公共卫生事件中社交媒体信息过载前因后果理论模型。【结果/结论】研究结果表明，重大突发公共卫生事件中社交媒体信息过载的前因包括用户因素、信息因素、技术因素和环境因素，信息过载直接影响社交媒体用户的认知反应和情绪反应，间接影响社交媒体用户的应对行为。【创新/局限】应用质性分析方法从多维度系统地探究重大突发公共卫生事件中社交媒体信息过载的驱动因素和影响机制，有力补充信息过载领域现有研究。后续可通过实证方法、大样本数据验证模型的科学性。 相似文献
5.
【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
6.
【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
7.
【目的/意义】研究分析社交媒体平台中围观者对不同类型隐私泄漏事件的情感，以确定围观者对不同类型隐私泄露的态度，促进社交媒体平台在用户隐私安全的情况下为用户提供更好的服务。【方法/过程】基于隐私泄露事件的四种类型，构建百度情感倾向分析与LDA主题识别相结合的情感分析框架，分别在四种社交媒体平台上对四类隐私泄露事件典型案例中围观者的评论进行抓取和处理，采用LDA主题提取模型进行主题提取，通过百度情感倾向分析进行情感分类，最终进行情感对比分析。【结果/结论】总体而言，大约75%的围观者对隐私泄露事件持负面情绪，其中围观者对社会隐私泄漏的负面情绪占比最高达82%。具体到各平台的围观者，微信公众号和微博的围观者负面情绪较多，知乎中的围观者中性、负面情绪较多，抖音平台的围观者正面情绪占比较高。根据研究结果，提出了相应的建议。【创新/局限】本文创新性地探讨了四种社交媒体上的围观者对四类隐私泄露事件的情感差异，情感的情景与强度维度研究不够深入。 相似文献
8.
【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
9.
【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
10.
【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
11.
【目的/意义】对突发公共事件政务微博回应内容的规律及特征进行分析,为政府网络舆情的应对工作提供理论参考。【方法/过程】选取影响力和网民认同度较高的政务微博,采用内容分析方法对政务微博的突发公共事件回应样本进行事件类型、回应议题、回应态度和回应语气等特征的分析,首先构建编码表,然后采用人工标注的方法对样本数据进行编码,最后对各类目的数量、分布、特征词进行统计分析。【结果/结论】政务微博在进行突发公共事件回应时多采用陈述语气,疑问和感叹语气在回应时也起到了引起关注和强调的作用;对不同的事件类型进行回应时,要掌握态度和议题的平衡,自然灾害事件多发布正能量信息转移公众的负面情绪,事件本身信息的发布和解释要相对减少。事故灾害类事件、社会安全类事件和公共卫生类事件要以解释事件进展为主,同时要发布对受害或受灾人员的关心和补救措施的信息。回应内容要注重措辞和词语的选择,态度和议题明确,防止产生误解。 相似文献
12.
【目的/意义】突发公共卫生事件使得大学生用户的健康信息搜寻行为更加频繁,探索健康信息搜寻过程中
的意图不仅有助于了解大学生用户信息需求和行为特征,还可以揭示其认知规律,为健康信息服务平台建设提供
理论依据。【方法/过程】使用日记法、移动经验采样法和关键事件技术获取大学生用户的突发公共卫生事件中的健
康信息搜寻数据,并使用开放式编码、社会网络分析方法和马尔可夫链对健康信息搜寻意图、搜寻意图跳转路径、
意图跳转模式及其中的主题分布进行分析。【结果/结论】研究结果显示,在突发公共卫生事件中,无目的搜寻是健
康信息搜寻的典型方式;其次,意图跳转路径不仅具有机会主义跳转和辅助性跳转两种类型,而且存在迭代探索、
偶遇驱动和查询重构模式;最后,意图与主题高度关联,不同意图驱动下主题差异明显。【创新/局限】本文从连续性
视角挖掘出意图跳转模式,揭示了用户认知过程。不足之处在于样本类型较为单一。 相似文献
13.
【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
14.
【目的/意义】以近两年（2018-2019）国内有代表性的四件负面公共安全突发事件为例,对其微博评论进行
聚类,并找出影响微博用户消极情感倾向的因素,为政府进行舆情应对处理提供建议。【方法/过程】结合社会网络
分析法与LDA主题模型对评论文本进行关键要素提取,得出评论归因维度,进而通过情感分析软件对各维度进行
情感倾向度分析。【结果/结论】研究结果表明：微博用户主要从事件主体、事件分析、事件处置、社会关系、新闻媒
体、同理心、个人经验七个方面对公共安全突发事件进行评论,其中,事件分析、事件处置、事件主体、社会关系是微
博用户消极情感倾向的主要影响因素,据此本文提出了相应的舆情疏导建议。【创新/局限】本文基于归因理论,创
新性的提出了影响微博用户情感倾向度的归因维度体系,但舆情事件集中数量有限且未进行更细粒度的情感分类
分析。 相似文献
15.
【目的/意义】在相关政策引导下,本研究聚焦于农村留守妇女日常信息利用行为,以期丰富该领域的研究
成果,同时为后疫情时代推动农村现代化建设、促进妇女信息素养提升提供决策参考。【方法/过程】文章以农村留
守妇女为采访对象,采用半结构化访谈获得访谈数据,利用NVivo软件并通过开放式编码、主轴编码以及选择编码
进行数据处理。【结果/结论】基于后疫情时期农村留守妇女日常信息利用行为的分析研究发现：农村留守妇女信息
需求重点是解决基本的生活问题,比如医疗健康、子女教育等;其信息利用行为表现为判断信息价值、筛选检验信
息以及实践应用信息三个方面,其中判断信息价值和筛选检验信息容易被忽视,但比较重视实践应用信息;同时发
现农村留守妇女信息利用机会与障碍。【创新/局限】未来研究需要结合生活观察深入探讨农村留守妇女的日常信
息利用行为特征、类型以及影响因素。 相似文献
16.
[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括：疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。 相似文献
17.
【目的/意义】对政务微博信息交流效率展开评价,指导政务微博运营管理与内容建设,并丰富社交网络环
境下的信息交流理论研究。【方法/过程】以外宣、司法、团委等十大类型政务微博为研究对象,基于内容、关系、时间
三个维度,选取提及行为“@”、话题标签“#”、互动数等指标,构建了政务微博信息交流效率评价的指标体系。采用
DEA-VRS模型对政务微博的信息交流效率展开评价,通过冗余分析为不同类型的政务微博的信息交流效率改进
提供建议。【结果/结论】政务微博信息交流效率处于中等水平,合理配置相关政务微博的投入规模可有效提高其信
息交流效率水平。 相似文献
18.
【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
19.
【目的/意义】本世纪以来，非典、新冠肺炎疫情等重大公共卫生事件频发，危及人民生命财产安全。重大公共卫生事件相关信息复杂多样，其应对是一个多阶段多主体协同的决策过程。重大公共卫生事件协同决策方法是国家公共卫生治理和疫情防控体系建设的重要内容。【方法/过程】在总体国家安全观下，本文将决策实验室分析法（DEMATEL）和后悔理论融入案例推理过程，提出一种基于案例推理的重大公共卫生事件协同决策方法，为重大公共卫生事件应急情报分析与智能决策平台建设提供方法和技术手段支撑。【结果/结论】案例研究结果证明，所提方法在应急决策中具有较好的效果，反映了决策过程中决策者的心理行为给决策结果带来的影响，并提高了突发公共卫生事件应急管理决策的科学性。【创新/局限】未来随着历史案例的增加，在重大公共卫生事件应急决策过程中可用案例信息更加丰富，综合考虑多个历史案例信息进行决策可能会获得更好的效果。 相似文献