排序方式: 共有35条查询结果,搜索用时 15 毫秒
31.
网络舆情演化机理多维建模与仿真研究 总被引:1,自引:0,他引:1
[目的/意义]研究网络舆情演化的多维度模型,从更高视角解读网络舆情传播规律,丰富和完善网络舆情传播理论。[方法/过程]定量分析网络舆情趋势预测中信息增长率的变化问题,构建以增长率和时间为自变量,信息累计数量为因变量的多维函数模型,并通过MATLAB仿真研究各个参数对网络舆情传播的影响以及网络舆情传播路径分析,然后通过“成都女司机”微博数据验证了模型的可行性,更加直观地诠释了高维模型研究网络舆情演化机理的优势。[结论/结果]经过理论建模和实证分析得出,将logistic模型拓展到高维研究网络舆情演化机理是可行的,并且多维度模型很好地解释了网络舆情数据出现多个“峰值”现象,而网络舆情统计数据的实质是高维度模型曲线在时间轴的投影。 相似文献
32.
[研究目的]针对突发事件中多种网络舆情信息交互传播的现象,构建双网络舆情信息交互传播SE2I2R2模型并仿真分析其传播演化趋势及影响因素,为及时高效开展多网络舆情的引导干预工作提供有益指导。[研究方法]在传染病SEIR模型的基础上,通过量化舆情信息的吸引力和相关性因素,构建复杂网络上的双网络舆情信息交互传播SE2I2R2模型,并在真实社交网络Facebook数据集上进行仿真分析,揭示双网络舆情交互传播的演化规律。[研究结论]仿真结果表明,当舆情信息相互冲突(强负相关)时,有优先权的舆情信息具有明显的传播优势;当舆情信息呈正相关时,舆情传播个体之间持续发生着状态转移,舆情传播演化至稳态的时间(弛豫时间)显著延长,且人群接纳程度显著提升;当舆情信息吸引力差距较大时,强势舆情信息对弱势舆情信息的传播产生较显著的抑制作用。 相似文献
33.
[目的/意义]分析网民负面情绪演化规律及影响因素,为政府正确引导网民负面情绪提供参考。[方法/过程]以情绪感染为视角,基于SIR经典传染病模型并结合“群体极化”“媒体放大”及“政府疏导”对情绪演化过程的作用构建S2IR负面情绪演化模型;基于S2IR模型分析网民负面情绪演化的影响因素;根据S2IR负面情绪演化模型及其演化过程的影响因素,构建负面情绪引导动力学模型并进行模拟仿真。[结果/结论]通过模拟仿真表明,在“接触率”“传染率”“康复率”中,对网民负面情绪起关键影响作用的因素是话题敏感度、新型意见领袖、群众满意度。 相似文献
34.
[目的/意义]探讨网络舆情与网络意识形态共同的研究热点,清晰地了解相关研究的关联现状与发展趋势。[方法/过程]选取2015—2019年中国知网收录的网络舆情与网络意识形态期刊文献信息,利用CiteSpace软件分别绘制机构、作者等空间分布图谱,关键词共现网络、关键词突现、关键词研究时序等内容分析图谱。[结果/结论]网络舆情与网络意识形态研究间呈现出明显的研究关联且发展迅速,尽管研究成果较为松散但已初步形成研究体系。 相似文献
35.
【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