情感分歧对社交媒体中信息再传播的影响——以微博为例

[研究目的]社交媒体中信息的再传播是目前主流传播方式之一,研究情感特征对社交媒体中信息再传播的作用,揭示情感信息影响社交媒体中信息再传播的机制,对于科学引导网络舆论、维持健康网络环境具有重要意义。[研究方法]基于认知失调理论,引入情感分歧特征进行情感分析,以社交媒体中帖子的转发数与评论数作为信息再传播效果的衡量指标,构建了情感分歧与情感倾向影响信息再传播的理论模型,并使用微博平台上的数据,对模型进行验证。[研究结论]通过对回归模型结果分析,情感分歧能够显著正向影响社交媒体信息再传播,促进帖子的转发与评论;正面情感倾向性能够显著促进帖子的转发效果,对帖子的评论数影响效果并不显著;帖子内容的情感倾向性能够调节帖子内容中的情感分歧对帖子转发的影响,而评论情感倾向能够调节评论内容中的情感分歧对帖子评论数的影响。     

突发公共卫生事件中中国网民关注度分析——基于新冠肺炎网络舆情数据

[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。     

基于网络多源评测的竞争对手识别模型的构建

[目的/意义]旨在利用可以交叉印证的网络多源评测构建竞争对手识别模型.[方法/过程]模型包含数据采集与预处理模块、竞争对手识别模块和核心竞争对手对比分析模块;综合采用共现分析方法、社会网络分析方法和情感分析方法,以获得竞争对手初步识别、核心竞争对手识别和核心竞争产品对比分析之功能;最后以荣耀V40产品为对象进行实证分析...     

信息生态视角下新冠肺炎疫情的网络舆情传播与演化分析研究

【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。     

基于贝叶斯网络的网络舆情态势评估分析——以“新冠肺炎疫情”事件为例

[目的/意义]重大突发事件对提高国家社会治理能力提出了新的要求,提升网络舆情态势评估能力成为创新社会治理的重要内容。[方法/过程]该文从网络舆情事件特征、关注度、传播扩散度及网民观点倾向等方面构建网络舆情态势评估指标,利用贝叶斯网络构建网络舆情态势评估模型,以“新冠肺炎疫情”事件为例,对网络舆情态势进行评估分析。[结果/结论]通过对网络舆情事件的测试,本文提出的方法具有较好的舆情态势评估效能,对“新冠肺炎疫情”相关网络舆情治理提出了建议。     

突发事件网络舆情领域情感词典构建

[目的/意义]情感分析技术广泛应用于网络舆情方面,该技术可以有效地区别分析网民在网络社交平台所发布言论的情感极性。受到应用领域的限制,基础的情感词典并不能满足特定应用领域对于情感分析的需求。本文构建的词典可以满足网络舆情领域的情感分析需求。[方法/过程]先使用TF-IDF和TextRank提取种子词,然后采用SO-PMI算法构建突发事件网络舆情领域的情感词典。[结果/结论]使用该情感词典对“昆山反杀案”这一突发事件的微博评论进行情感分析,证明了所构建的情感词典在一定程度上具有准确性及适用性。     

基于图注意力网络的社交媒体异常用户预测研究

[目的/意义]当前社交媒体中的虚假、劣质信息层出不穷,极大地干扰了正常的网络公共秩序。对发布异常信息、呈现异常行为的异常用户进行预测治理,能够有效实现网络公共空间的正本清源。[方法/过程]在既有研究的基础上,文章融合用户个体特征、行为、关系、文本主题和情感特征,构建社交媒体异常用户特征体系,并利用图注意力网络构建异常用户分类预测模型。[结果/结论]文章所构建的社交媒体异常用户特征体系具备完整性和普适性,且异常用户预测模型的分类准确率达到92.8%。相比其他分类模型,所构建的图注意力预测模型能够有效识别社交媒体中的异常用户。此外,关系特征、主题特征以及用户注册时间对预测异常用户的贡献度较高,在体征体系中具有较高的重要性。     

基于社区发现的网络舆情主题—情感动态监测模型研究

[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。     

共生视角下网络舆情中公众情感的演化及趋势预测

[目的/意义]在网络社交媒体平台上,不同的公众情感在信息交互和传播过程中往往会出现“相生相克”现象,准确掌握和预测社交媒体环境中公众情感热度的变化规律,对于正确引导突发事件的网络舆情具有重要的理论价值。[方法/过程]在定性分析网民情感特征和交互模式基础上,结合生态科学中种群共生理论和Logistic方程,构建公众情感共生模型(E-SM),通过定义共生系数划分情感的7种共生模式,可使用差分回归法计算情感共生系数和模型稳定点,进而确定网络舆情中公众情感的共生模式和预测趋势。[结果/结论]通过共生模式的仿真模拟得出稳定状态下的公众情感值和增长速度与情感饱和量、共生系数、固有增长率、情感初值间的关系,以及7种情感共生模式的特点,并根据新浪微热点统计的微博热门话题事件中公众情感的真实数据与差分方程进行拟合,验证了E-SM模型具有很高的准确性。     

重大突发事件下网络舆情传播中回声室网络结构研究

[目的/意义]在社交网络中回声室对重大突发事件下的社交网络舆情演进具有重要作用,研究重大突发事件网络舆情中回声室网络结构可以为相关部门的舆情引导和管控提供指导和帮助。[方法/过程]基于网络结构理论,利用社会网络分析法和情感分析方法,进行用户回声室网络结构识别以及用户回声室网络结构表征及网络同质性检验。在此基础上,构建重大突发事件中回声室网络结构分析模型,并结合重大突发事件“3·21”东航客机事故中典型舆情话题进行实证研究。[结果/结论]重大突发事件网络舆情中存在回声室效应,由于微博评论与转发机制的不同,回声室网络结构存在明显的网络特征差异,且评论机制更有利于社交网络在重大突发事件下的情感分享,并可以凝聚群体观点和用户想法,从而促进意见领袖在群内和群外成员之间的互动。     

突发公共卫生事件中公民隐私泄露舆情的情感演化图谱研究

[目的/意义]基于突发公共卫生事件期间由公民隐私泄露导致的舆情事件,构建公民隐私泄露舆情的情感演化图谱可以呈现突发公共卫生事件期间网民的情感演化特征,为舆情监管和舆情引导提供参考。[方法/过程]结合文本词语加权方法“词频—逆文档频率”(TF-IDF)的LDA主题挖掘、机器学习的情感分析和社会网络分析方法,基于舆情生命周期的不同阶段,构建突发公共卫生事件中公民隐私泄露的情感演化图谱分析模型。并以新型冠状病毒肺炎疫情期间“成都确诊女子隐私泄露”事件为研究样本话题,分析不同舆情阶段的主题挖掘和不同舆情阶段的情感演化图谱。[结果/结论]网络暴力、隐私泄露和疫情防疫是疫情期间隐私泄露舆情主要关注点,公众讨论具有交互式特征和不同舆情阶段内的多元化特征。     

不同网络平台用户情感表达特征对比分析

[目的/意义]网络用户主要通过购物类、社交类和点评类三种常见网络类型平台发表带有情感倾向的评论,但是由于用户群体、可评论时间、可评论次数以及评论方式等的不同,使得这三种网站类型中的用户对于同一主题的情感表达存在较大差异。文章从用户情感表达特征角度对比评测购物类、社交类和点评类三种主流网络平台中用户情感评论特点,为情感分析数据源选择提供借鉴。[方法/过程]在情感分析的基础上,通过对评论特点、用户情感特征和用户痛点等的对比分析和实证分析,探索三种平台的情感表达特点。[结果/结论]实验结果表明,不同类型网络平台评论的主要内容、情感特征以及痛点表现方面均存在明显差异,进而对情感分析信息源选择提供依据。     

科学数据引用网络建模及演化特征分析——以基因表达数据集为例

[目的/意义]将社会网络分析方法应用于科学数据引用特征及规律研究,可以直观呈现出数据引用的复杂网络结构,挖掘数据引用更深层次的价值。[方法/过程]通过辨析科学数据引用特征,构建GEO数据共被引网络模型,并对网络的整体演化、核心个体、社区结构等进行分析。[结果/结论]研究结果表明,GEO数据共被引网络的度和度分布空间差异明显,平均路径长度较短且聚集系数较大,网络中核心个体优势明显,社区结构稳定且特征突出,社区间联系逐渐增强。     

基于双重失衡环境的网络舆情演化机理与治理策略研究

[研究目的]网络信息的快捷性、非理性加剧了网络舆情生态的失衡与恶性发展。厘清网络舆情传播的影响因素和动态演化机理,为辅助政府相关部门防范化解舆情风险提供理论依据。[研究方法]基于信息生态视角,通过分析信息、信息人和信息环境三要素,将舆情系统划分为事件、网民、媒体和政府子系统,构建信息供需、情绪态势双重失衡环境下的系统动力学舆情演化模型,并利用Vensim PLE软件进行模拟仿真。[研究结论]结果表明：事件、网民、媒体和政府四个作用主体与网络舆情风险存在相互作用关系,在双重失衡环境下事件危害程度、网络媒体的涉利程度、网民参与约束、意见领袖作用、政府信息公开程度等因素对网络舆情风险影响程度较大。最后,从网民主体信息溯源、形成心理震慑效应、发挥主流媒体影响力、抨击处罚恶意营销媒体、强化网民媒体自我约束、加大问责监管力度防范化解舆情危机,为网络舆情治理提供一定参考。     

社交网络舆情传播的回音室效应研究

[目的/意义]社交媒体平台通常将志趣相投的用户聚集在一起,形成一个同质化的集群,即“回音室”。通过分析在线用户行为数据来调查网络舆情的传播是否具有回音室效应,如果存在,那么回音室与舆情的影响力是否存在某种关系。[方法/过程]利用社会网络分析法构建了舆情回音室网络和识别算法,并通过内容分析、情感分析、矛盾心理测量和同质性测量对舆情回音室成员的选择性曝光强度和同质性水平进行检验。最后验证了回音室的大小和数量与舆情影响力之间的关系。[结果/结论]实验结果发现舆情信息的传播确实存在回音室效应,而且回音室的大小和数量与舆情影响力之间呈线性关系。这意味着回音室可能对舆情在社交媒体上的影响力起到了重要作用。     

网络舆情危机事件对网民情绪传播的影响机理——基于D&G辱华事件的扎根理论研究

[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。     

基于社会网络的企业核心知识型员工的识别与管理

依据企业员工间的咨询关系构建企业的知识网络,应用社会网络分析方法,识别企业的核心知识型员工,并提出管理核心员工的相应建议。依据员工间的情感关系构建员工的情感网络,分析员工的情感关系,根据不同的离职情况选择不同的策略点,提出不同的员工离职管理策略。     

舆情传播中社交网络圈群结构属性的影响机制研究

[研究目的]从社交网络圈群的角度,分析其影响舆情热度的相关结构属性,证实网络圈群影响舆情热度的机理。[研究方法]以微博舆情事件为例,获取相关舆情数据;基于社会网络分析,识别舆情传播过程中的社交网络圈群;构建分层回归模型分析圈群结构属性对舆情热度的影响。[研究结论]研究结果表明,社交网络圈群增长速度、圈群总中心度增长速度以及圈群间紧密度对舆情热度具有显著的正向影响;圈群增长速度、圈群总中心度增长速度与舆情热度分别呈现U型、倒U型的关系。     

基于耦合网络的社交网络舆情传播模型研究

[目的]为了研究社交网络以及研究微博网络与微信网络之间舆情的传递过程。[方法]利用无标度有向网络和BA网络分别模拟微博网络和微信网络环境,通过特定的连接关系设计了耦合网络载体,在SEIR模型的基础上,充分分析了用户的传播心理,考虑到了个体具有兴趣衰减效应以及记忆效应等特征,构建了基于耦合网络的社交网络舆情传播模型。[结果]实验结果表明,构建的双层社交网络舆情传播模型能较好地反映现实生活中的舆情传播过程,用户在多层社交网络之间的互动加速了舆情信息的流动,扩大了舆情信息的影响力,层间传播阈值的控制是管理多层社交网络舆情传播的关键。     

基于扎根理论的新冠肺炎网络谣言民意关注点研究

[目的/意义]研究网络谣言民众关注点是网络谣言识别的基础工作,为识别、分析、研判、预警网络谣言提供理论支持.[方法/过程]运用扎根理论按照研究范式进行开放式编码、主轴编码和选择式编码,提炼出以"情绪宣泄"为核心的12个民意关注点,分析和总结新冠肺炎网络谣言民意关注点的演化过程.[结果/结论]根据民意关注点在演化过程中的...