突发公共事件网络舆情时空演化分析模型及算法研究

[目的/意义]构建突发公共事件网络舆情时空演化模型及算法，从突发公共事件网络舆情中获得的时空数据来揭示并呈现舆情的时空演化特征及规律，从而为时空视角下的舆情精准治理提供一定的指导。[方法/过程]构建突发公共事件网络舆情时空演化分析模型，运用空间自相关算法中的全局空间自相关分析网络舆情的时空总体分布，运用局部空间自相关分析时空聚集类型；运用时空网络图算法中的平均聚类系数分析网络结构，运用局部聚类系数分析关键区域或城市。[结果/结论]突发公共事件网络舆情的时空分布具有地域差异性和一定的规模特征，在重点城市群区域表现出明显的聚集性。舆情事件信息的传播和扩散具有时空收缩效应，事件的时空网络均呈现为以个别城市为核心的星型和网状信息链结构。     

突发公共卫生事件中基于区块链的网络舆情溯源体系研究

[目的/意义]为深化区块链技术在网络舆情中的应用，推动网络舆情溯源体系的构建与完善，提高突发舆情风险管理的科学性与预见性。[方法/过程]本文基于态势感知理论和区块链技术，构建了多社交平台网络舆情溯源体系，采用区块链和IPFS的双存储机制进行舆情数据的海量存储，利用智能合约对风险舆情进行监控预警，基于内容标识符CID和事件ID实现网络舆情的精准溯源。[结果/结论]完善了区块链视域下突发公共卫生事件网络舆情溯源体系，提高了多平台间舆情风险的可溯源度与可预测度，为政府相关监管部门提供了精准的舆情预警与决策支持。     

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。     

基于LDA与BERT-BiLSTM-Attention模型的突发公共卫生事件网络舆情演化分析

[目的/意义]探索突发公共卫生事件网络舆情发展周期中的主题和情感演化历程,研究影响网民情感波动的因素,为网络舆情有效管控提供决策支持。[方法/过程]结合博文数量的时序特征和生命周期理论进行周期划分,利用LDA模型、BERT-BiLSTM-Attention模型构建研究框架,探究不同周期的舆情主题差异及情感演化。[结果/结论]线下病毒变异演化和线上舆情主题与情感演化具有关联性。在新型冠状病毒变异语料库中,BERT-BiLSTM-Attention模型分类准确率为0.8817,F1值为0.8778,其在情感演化分析上具有优越性。构建的“数据采集预处理、舆情周期划分、主题演化和情感演化到获得策略输出”的全过程分析框架对相关部门有效引导网络舆情提供了决策支持和理论支撑,BERT-BiLSTM-Attention模型能更准确地进行情感分类。[局限]数据源单一,面向时间维度上的演化历程未进行时空结合的演化分析。     

大数据环境下网络舆情信息交互模型研究

[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

基于信息生态理论的网络舆情预警评价指标体系研究

[目的/意义]构建网络舆情信息生态预警指标可以及时了解网络舆情信息与信息环境的关系,为相关管理部门提供预警,维护社会安全和公众秩序。[方法/过程]通过文献调研和专家调查法,以信息生态理论为基础,构建网络舆情预警指标体系。并选择"武汉开通在线问诊"和"杭州开通健康码"两项网络舆情事件,运用多层次模糊评价法进行实证评估。[结果/结论]依据提出的网络舆情预警指标体系,实证表明"杭州开通健康码"事件具有较高的热度。     

事件系统视角下网络舆情态势感知研究

[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。     

基于信息熵的新媒体环境下负面网络舆情监测指标体系研究

[目的/意义]新媒体环境下网络舆情信息传播对舆情的发展趋势具有重要的导向作用,对舆情进行监测有助于相关舆情管理部门对舆情信息传播进行有效引导,促进舆情事件良性发展。[方法/过程]本文基于信息熵理论,通过层次分析法构建评估指标体系,使用模糊综合评价法建立新媒体环境下网络舆情监测模型,针对舆情指标隶属度结果对监测等级进行分类。本文以新浪微博舆情热点话题"鸿茅药酒"作为数据源获取数据进行新媒体环境下网络舆情监测指标体系分析。[结果/结论]数据结果表明,新媒体环境下网络舆情热点话题"鸿茅药酒"事件的影响力级别为Ⅳ级,需舆情管理者及时监测舆情发展和走势。通过最终监测值对照监测级别可以帮助政府及相关舆情管理者及时采取针对性措施监测和引导网络舆情的良性发展。     

面向突发公共卫生事件网络舆情的事理图谱构建及演化分析

[目的/意义]针对突发公共卫生事件情境下网络舆情信息复杂,多事件之间存在耦合现象,提出利用多属性融合的事理图谱揭示舆情事件发展脉络和演化规律。[方法/过程]以“西安疫情”为实验数据源,提取事件情感因子、事件影响力、事件持续时间等多维属性特征,采用规则模板和语义聚类算法构建舆情事理图谱,从多维视角揭示舆情演化规律。[结果/结论]多属性融合的事理图谱不仅可以从事件链角度揭示突发公共卫生事件网络舆情的演化路径和发展方向,而且可以从多维视角识别舆情动态发展中的关键事件,为舆情管控部门和应急管理部门进行舆情治理提供决策依据。[局限]未考虑一因多果和一果多因的因果事件对。     

突发公共事件多情景下的网络舆情危机预警研究

[目的/意义]突发公共事件已成为社会治理难题,探究该事件网络舆情危机预警过程,有助于相关部门科学认知舆情发展态势,提高危机处理能力。[方法/过程]文章首先基于知识元模型,从情景事件、情景驱动要素、情景推理要素、情景目标要素四个方面对网络舆情危机预警情景进行结构性表达,并构建预警情景动态贝叶斯网络模型;其次,结合EM算法对模型进行训练和测试,明确各情景下舆情危机预警重点关注的影响要素;最后,以南京市禄口机场疫情事件为例,对各情景舆情危机预警等级进行评估分析。[结果/结论]训练出来的动态贝叶斯网络具有一定的可靠性,不同情景状态中采取不同的应对方案会对舆情危机预警级别产生不同的影响,为政府及相关部门动态制定危机应急决策提供参考。     

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。     

基于情感倾向性分析的网络舆情情感演化特征研究

[目的/意义]旨在通过对网络舆情进行情感倾向分析和舆情追踪,为政府有效掌控网络舆情突发事件提供理论基础与决策支持。[方法/过程]以"罗一笑"事件为例,在建立加入特定事件语料情感分类词典和构建情感倾向分析模型的基础上,统计该事件微博文本的情感性强度和情感类型,从而划分网络舆情演化阶段。[结果/结论]揭示了舆情演化各阶段的特征与规律,据此提出引导网络舆情情感演化的相关建议。     

突发疫情环境下网络舆情传播趋势预测及社会保障应急机制研究

【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。     

网络舆情演化机理多维建模与仿真研究

[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。     

微博环境下高校舆情情感演化图谱研究——以新浪微博“高校学术不端”话题为例

[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。     

行动者网络视角下突发公共事件的谣言协同治理机制研究

[目的/意义] 近年来突发公共事件舆情频频产生,基于该舆情往往会爆发相关突发公共事件谣言,谣言对舆情发展影响深刻,通过建立突发公共事件谣言协同治理机制以期提高舆情导控成效。[方法/过程] 论文以行动者网络理论为理论基础,在突发公共事件谣言的生命周期不同阶段进行行动者网络分析,进而确定不同阶段的强制通行点,根据转译过程构建突发公共事件谣言协同治理机制。[结果/结论] 论文以行动者网络理论的行动者和转译要素构建了突发公共事件谣言在潜伏爆发期的监测预警机制、变种期的分析反馈机制、消亡期的反思预防机制,3个阶段的行动者网络形成严密的突发公共事件谣言协同治理机制。     

网络舆情传播阶段精细化建模与仿真研究

[目的/意义]根据信息生命周期理论,研究网络舆情传播的周期性规律,构建网络舆情传播阶段的精细化模型,使政府在面对复杂多变的网络舆情态势时,能够准确把握舆情发展演化趋势。[方法/过程]通过案例定性分析网络舆情传播的周期性规律,构建网络舆情传播的Logistic模型,根据模型分析得出网络舆情传播的4个关键时间节点以及5个传播阶段,然后基于MATLAB开展模型仿真,研究了3个参数对网络舆情传播的影响程度并应用实例验证了模型。[结论/结果]经过理论建模和实证分析得出本文构建的网络舆情传播阶段精细化模型是可行的,以上理论研究可为政府准确把握网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

突发台风事件网络舆情预警机制研究

[研究目的]随着网络社会的不断发展，网络舆情危机不断显现，舆情预警机制在应对突发事件中发挥的作用日益显著。对突发台风事件网络舆情预警机制进行研究，可为政府争取防范时间，降低社会舆论危机。[研究方法]该文在理论分析、文献调查的基础上，建立了舆情预警指标体系，并运用组合赋权法对指标进行定权后采用白化权函数和SAGAFCM算法来分级分类。[研究结论]Ⅰ～Ⅳ级风险指标实时值和Ⅰ’～Ⅳ’级风险指标实时值与舆情危机预警启动概率存在非线性关系，并且后者对其概率影响更大；同时Ⅰ’级、Ⅱ’级、Ⅲ’级风险指标实时值的交互关系产生了预警临界曲面，为政府部门采取相应措施提供了参考。     

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。     

风险感知交叉演变下突发事件网络舆情传播模型研究

[目的/意义] 突发事件网络舆情传播对健全舆情引导机制,推动国家治理体系和治理能力现代化具有重要意义。[方法/过程] 借鉴传染病动力学模型,基于公众风险感知异质性与交叉演变性双重视角,通过剖析突发事件驱动的风险感知交叉演变机制,构建了网络舆情传播模型并求解出基本再生数。[结果/结论] "北京新发地疫情"网络舆情实证与仿真结果表明,公众风险感知异质性越小且受突发事件影响越大,网络舆情最终扩散规模及产生的影响越大。突发事件恶化将促使交叉演变向高度风险感知倾斜,加剧网络舆情传播;突发事件好转将促使交叉演变向低度风险感知倾斜,有助于控制网络舆情大规模扩散。政府面对突发事件应立即启动应急响应,降低公众风险感知水平,实现网络舆情有效干预,维护社会和谐稳定。