共查询到20条相似文献，搜索用时 31 毫秒
1.
【目的/意义】突发事件应急响应的核心是调节网民负面情感,调节网民负面情感的关键是把握负面情感演
化的规律。尽管各个突发事件网络舆情的产生原因和影响有所不同,但舆情发展的高峰都伴随着网民负面情感的
产生和爆发。本研究的目标是得到网民负面情绪与网络舆情应急响应的研究现状,为该领域的研究提供前沿方向
引导。【方法/过程】本文主要运用文献研究法、对比分析法对网民负面情绪和网络舆情应急响应的相关研究进行梳
理和分析。【结果/结论】关于网民负面情绪的研究,目前主要从理论层面关注动因、影响因素,关于网络舆情应急响
应的研究,目前主要是从公共管理的角度关注指标构建和策略研究,缺少结合实际事件和数据进行的实证研究,尤
其是缺少网民负面情绪与网络舆情应急响应的关联研究。 相似文献
2.
【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
3.
【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
4.
【目的/意义】高校突发事件引起的网络舆情会让高校的声誉等受到直接的影响,研究高校突发事件网络舆
情传播过程,并总结出其影响因素,这对于高校舆情的治理及学生工作的开展而言意义非凡。【方法/过程】以微博
用户群体作为研究对象,以选取的典型案例为研究话题,通过扎根理论的研究方法对原始文本数据进行编码分析,
研究高校突发事件舆情传播影响因素。【结果/结论】构建了高校突发事件舆情传播影响因素模型,并结合时间维度
通过案例对其模型进行了阐释,为后续研究提供参考和启示。【创新/局限】本研究针对高校突发事件网络舆情所选
取的典型案例进行扎根理论研究,探索高校突发事件舆情传播过程影响因素模型,在理论与实践层面具有一定创
新意义。但由于本研究仅针对一个典型案例进行分析,尚存在一定的局限性。 相似文献
5.
【目的/意义】随着互联网的日益普及与新媒体技术的广泛应用，网络舆情群体极化现象日益加剧。研究网络舆情群体极化动力学机理，科学地把握网民情绪演化规律对塑造健康的舆论生态环境具有重要意义。【方法/过程】以网民情绪演化为主线，构建网络舆情群体极化系统动力学模型，从情绪唤醒、情绪干扰、情绪疏解三个维度并结合“女子实名举报前婆婆吃空饷”案例对网络舆情群体极化进行仿真研究。【结果/结论】通过仿真结果分析，网民的媒介素养、认知水平；媒介的议程设置、平台监管力度；政府的信息公开程度、回应速度等因素对群体极化的影响程度更为重要，并以此为群体极化的治理工作提供相应对策。【创新/局限】以情绪演化视角对网络舆情群体极化进行定性与定量的结构化系统性研究。局限在于数据的量化处理具有较强的主观性且系统因素的选取还需逐步完善。 相似文献
6.
【目的/意义】在网络舆情传播的过程中,网民、媒体、政府等主体扮演了相当重要的角色。【方法/过程】本文
将舆情信息质量看作二阶反映式变量,在此基础上构建了受众的舆情传播行为影响因素双路径模型,利用PLS结构
方程建模对问卷调查数据进行了分析,研究了作为中枢路径的舆情信息质量及作为边缘路径的媒体干预和政府引
导如何影响受众的态度,以及受众的态度如何进一步影响受众的舆情传播行为,并结合舆情传播过程中主要影响
因素的研究结果,分析了社交网络上网络舆情的传播机制。【结果/结论】研究结果表明,媒体干预加速网络舆情的
扩散,政府引导则能起到平息舆情或引导舆情良性发展的作用。 相似文献
7.
【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
8.
【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
9.
【目的/意义】为有效判断网络舆情演变趋势,分析网络舆情传播和形成的规律,研究网络舆情分众化演变
的状态和特征,本文基于AEMIPO方法提出了大数据情境下网络舆情分众化演变趋势分析方法,以期为网络舆情
传播引导策略提供优化参考。【方法/过程】通过对网络舆情分众化演变过程的自相似性、周期性和平稳性等统计特
性进行动态跟踪,选取ARMA,ARIMA,SARIMA,FARIMA模型对上述统计特性进行描述,构建备选模型库,从备
选模型库中根据选择规则选择模型对网络舆情分众化演变趋势进行建模,并在大数据情境下预测网络舆情分众化
演变趋势。【结果/结论】以“山东金矿爆炸救援案”的微博数据为实例对所提方法进行验证分析,结果反映该方法预
测准确率高达80%,表明其可在大数据情境下对网络舆情分众化演变趋势进行准确地预测和分析。【创新/局限】由
于本文针对一个实证案例进行分析,存在一定研究局限性,因此在日后研究中需结合更多案例进行验证,并对该方
法进行不断优化,从而全方面提升其有效性和准确度。 相似文献
10.
【目的/意义】面对舆情这一大数据平台,把握网络民意演化规律,为政府突发事件应急决策提供重要依 据。【方法/过程】针对突发事件民意演化的研究,采用系统动力学建模方法,分别从内部因素（网民因素）、外部因素 两大影响网络民意演化的主要方面进行分析,以突发事件民意热度为指标,探讨突发事件民意演化影响因素及其 逻辑关系,并检验其中的关键性因素,同时考虑网民和政府间的博弈与关联性。【结果/结论】通过模拟仿真,得出若 干条关于突发事件民意演化机理的规律。 相似文献
11.
【目的/意义】突发事件容易催生舆情主体的各种情绪,诱发其情绪化行为和态度,分析网民和政府的情绪对其行为倾向的影响机制,有助于更好地把握舆情态势。【方法/过程】该文将包含情绪函数的RDEU理论引入突发事件网络舆情演化的博弈中,然后结合演化博弈中的复制动态方程,构建以网民和政府为代表的动态博弈模型并求解,最后通过假设收益数值对情绪影响下的演化过程进行仿真分析,得出相关结论和建议。【结果/结论】研究结果表明,不同的情绪类型和情绪强度不仅会改变最终的演化结果,而且还会影响群体策略的演化速度,导致舆情的不同演化趋势。 相似文献
12.
【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
13.
【目的/意义】高校网络舆情是高校人员通过互联网表达个人思想、诉求个人利益所表现的网络行为,是网 络舆情在高校的延申和体现。然而,网络上的不良信息包括网络暴力、网络过度娱乐、网络谣言等可能对高校师生 产生负面影响,影响社会稳定。【方法/过程】以微博数据为数据源,使用网络爬虫采集以网络谣言、网络暴力等及大 学生为关键词的微博转发和评论内容作为实验样本,通过文本挖掘分析高校负面网络舆情传播特征和路径,并提 出引导建议。【结果/结论】网民在讨论高校负面网络舆情信息传播过程中,较关注这些负面信息对线下生活的影 响;核心传播网民的平均中心度最高,其次是核心传播媒体,核心传播机构的中心度最低;新媒体环境下高校负面 网络舆情传播呈突发裂变式,信息传播状态不稳定,波动性较大。 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】针对频繁爆发的网络舆情,深度梳理网络舆情的内容层次,挖掘网络舆情的生成逻辑,为政府 网络舆情治理提供可行路径。【方法/过程】以“2015年初出租车罢运事件”作为研究案例,通过网络数据抓取软件收 集“财经网”相关微博下的评论信息,按照扎根理论的编码程序逐步抽象形成网络舆情的“棱镜折射”生成逻辑和 “情绪—态度—意见、行为取向”的内容层次。【结论/结果】研究结果显示,网络舆情的基本层次是网民情绪,网络舆 情的生成由公共事件的相关新闻信息触发,并取决于网民的生活经历、角色定位、思维方式、信息处理等个人特 征。因此,政府的网络舆情治理应重点关注网民情绪,并强化与网民的对话沟通和信息普及。 相似文献
16.
17.
【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
18.
19.
【目的/意义】对突发事件应急响应情报体系进行功能有效性验证。【方法/过程】应用案例分析法，对突发事 件案例进行了过程回顾和特征分析，结合突发事件应急响应情报体系的功能，对突发事件案例进行假设性应用分 析。对公共安全突发事件进行分类，介绍突发事件应急响应情报体系的架构和主要功能，并应用情报体系从预警 联动、网络舆情控制、风险评估、危机识别与警示四个方面对突发事件进行案例分析。【结果/结论】突发事件应急响 应情报体系对公共安全事件的处理具有可预见的效果。 相似文献