基于马尔可夫链的政府负面网络舆情热度趋势分析--以新浪微博为例

微博作为用户关系信息分享、传播以及获取的平台,由于信息量大、传播更迅速,成为网络舆情传播的主要载体。在查阅大量文献的基础上,首先对政府负面网络舆情事件热度进行明确界定与度量,之后通过划分状态空间、构建状态转移矩阵、开展舆情热度趋势预测等步骤建立基于马尔科夫链的政府负面网络舆情热度趋势预测模型。以新浪微博为例,选取2013年度的舆情热点事件“延安城管暴力执法”进行舆情热度实证分析,验证了模型的合理性和有效性,进而为政府开展网络舆情管理和网络危机公关活动、合理引导舆情事态发展提供理论依据。     

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。     

基于微博的网络舆情动力学研究

为研究基于微博的网络舆情的传播机制,本文基于微博平台,结合小世界理论,以网络舆情的生命周期为脉络,构建出基于微博的网络舆情传播模型,并且结合具体案例对模型进行仿真验证,同时预测其未来发展趋势。     

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。     

传播阶段中不同传播者的舆情主题发现与对比分析

在网络舆情内容的传播过程中,各种物理上独立的舆论会话在传播要素上可能存在着语义关联,并且传播要素之间的相互影响对舆情传播内容的演变具有重要作用。本文从网络舆情的传播阶段中传播要素的相互影响入手,以传播内容为主要研究对象,以社群网络中的关键节点及其传播主题为分析单元,将生命周期理论和关键节点识别相结合,并选择新浪微博作为数据来源,采集舆情事件信息,构建舆情事件生命周期各阶段的社会网络并提取关键节点,借助LDA主题模型方法挖掘各阶段舆情内容的主题,在此基础上研究相同阶段或者不同阶段中在关键节点影响下的舆情主题分布及其变化。研究结论为社会舆情分析与决策支持提供了一定的参考。     

基于网页转载关系判别的网络舆情传播态势分析

网络舆情分析工作中的一项关键任务是识别新闻之间的多次转载关系,进而确定目标事件舆情在互联网上的分布状况和传播范围。基于网页主题内容抽取、新闻转载关系初筛,以及基于核函数的相似度计算等环节,判别新闻报道之间的转载关系,并对转载识别效果进行检验,构建了基于网页转载关系判别的网络舆情传播态势分析模型,有助于对敏感事件的网络舆情进行针对性的引导和控制。     

社交舆情传播影响因素研究述评——基于复杂网络视角

社交舆情传播影响因素是研究舆情规律的关键。本文从复杂网络视角出发,通过梳理国内外关于社交舆情传播的相关文献,从网络结构特征、节点属性特征、信息内容特征以及其他因素4个方面分别对影响社交舆情传播的因素进行归纳和总结。研究结果发现网络拓扑结构、网络基本性质、网络关系特征等网络结构特征因素是影响社交舆情传播的客观环境基础,传播主体属性特征和传播客体属性特征等节点属性特征是社交舆情传播的主观人为条件,对社交舆情信息内容特征的分析成为及时化解舆情的关键。     

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。     

突发事件网络舆情传播的实证研究

[目的/意义] 探索突发事件舆情传播网络的拓扑结构和传播规律、识别与评判突发事件舆情传播网络中重要节点,有助于从源头上控制舆情,增强公众、政府和媒体引导突发事件网络舆情的能力。[方法/过程] 以“魏则西事件”为实证研究对象、采集并整理数据,基于社会网络分析理论,运用Ucinet软件构建互动关系矩阵模型和Netdraw软件绘制该事件舆情传播网络社群图,从整体、局部和个体3个视角进行了该舆情传播网络结构测度分析。[结果/结论] 拓展了SNA的应用,从本质上揭示了突发事件网络舆情传播的结构特征与演变规律,总结并提出针对其本身拓扑结构的控制建议,最后,为从源头上弱化其不可控性,分别提出了公众、政府和媒体突发事件网络舆情传播的引导建议。     

基于节点度测度SNS用户信息传播贡献的实证研究*--以腾讯微博为例

运用社会网络分析方法,研究SNS社交网络结构中节点的结构位置及相互关系对信息传播的影响。以腾讯微博用户数据作为实验样本,运用Ucinet生成网络拓扑结构图,针对邻接矩阵数据进行节点度分析,测度节点度和节点在网络结构中的位置与信息传播的贡献大小之间的相关性,确定在不同规模网络中适于测度微博用户信息传播贡献的指标,从而有针对性地控制和引导不同类型的微博用户的信息发布和传播,达到网络舆情监控和管理的目的。     

基于LDA模型的高校师德舆情演化及路径传导研究

【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。     

文本挖掘在网络舆情信息分析中的应用

网络舆情已成为社会情报的一种重要表现形式.挖掘技术为网上大量以非结构化数据形式出现的舆情信息分析提供了方法和技术支持.介绍了网络舆情的特点与作用,分析了文本挖掘技术的主要功能,提出网络舆情信息挖掘分析模型,并以实例说明文本挖掘在网络舆情分析中的应用.     

Measuring and profiling the topical influence and sentiment contagion of public event stakeholders

When public events occur, users often generate a huge number of microblog entries and their online interactions with one another. Forwarding and commenting on posts contribute to the huge networks of topic and sentiment communication. This study constructs the topic and sentiment propagation maps of microblogging in the context of public events to visually explore the patterns of topic and sentiment propagation among stakeholders across different phases. To quantify the influence of topic and sentiment propagation, four indicators of “topic out-degree,” “topic variation degree,” “sentiment out-degree,” and “sentiment deviation degree” are proposed. We chose the child abuse case in the Beijing Red-Yellow-Blue (RYB) Kindergarten for our study. The positions of various stakeholders in the propagation paths and the relationship among stakeholders were revealed. Results indicate that the government and mainstream media have the greatest influence in terms of topic and sentiment propagation. Moreover, topic propagation was the most influential in the recession phase and the same can be said with sentiment propagation in the spreading phase. The findings can help the emergency management departments gain a better understanding of the propagation patterns of topics and emotions and the role of stakeholders in such phenomena to improve their emergency response ability.     

基于Web挖掘的网络舆情智能分析研究

本文在分析、比较和综合国内外网络舆情信息分析处理技术的基础上,将Web挖掘技术引入舆情智能分析处理中,构建了基于Web挖掘的舆情信息智能分析模型,并通过系统实例介绍了Web挖掘在网络舆情智能分析中的具体应用。     

我国“微博”研究主题的共词可视化分析

本文以CNKI数据库中1 003篇国内"微博"研究文献为研究对象,运用共词分析方法和社会网络分析方法,以SPSS 17.0、Ucinet 6.2和NetDraw软件为分析工具,通过聚类分析、相关分析和K-核分析等分析方法,确定了我国"微博"研究的6个重要主题:微博传播特征、微博传播机制、微博用户特征、微博舆情传播、微博应用领域和微博与传统媒体的比较研究,为探析我国微博研究领域的研究热点和发展趋势提供了参考。     

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。     

基于观点挖掘的网络舆情信息分析

伴随着互联网的不断发展和普及,网络以其独特的优势正逐渐成为社会舆论的主阵地,随着大量信息的涌现,如何从中发掘有用的舆情信息为我们的决策、管理服务成为当前亟待解决的问题。本文在介绍了观点挖掘技术之后,提出了基于观点挖掘的舆情信息分析方法,在构建模型的基础上,通过实例予以说明。     

网络大数据在在线用户创新研究中的应用:现状与展望

线上用户创新是当前创新管理领域研究的热点,大数据应用使研究更加可靠,但并未形成规模。本文介绍了网络大数据的定义与内涵,总结网络大数据在网络舆情分析、市场营销分析、企业绩效分析和线上用户创新等方面的应用。通过对国内外文献的梳理,重点分析网络大数据在用户分类、用户创意质量、用户创意采纳和用户创意情感分析四方面的研究现状,并对未来研究方向进行展望。     

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。     

基于主题图谱的网络舆情特征演化及其可视化分析

【目的/意义】旨在从网络舆情用户信息及文本内容视角出发,构建不同维度的网络舆情主题图谱,结合主 题图谱对网络舆情进行特征演化及可视化分析,为舆情管理提供参考。【方法/过程】本文以实体抽取和关系构建技 术为基础,构建了网络舆情主题图谱模型,并以“台风利奇马”事件为例,建立了三个不同维度的主题图谱,结合用 户和文本等多维度微观数据,对网络舆情特征演化进行分析。【结果/结论】在该事件中,用户影响力节点具备多元 化、相关性、官方主导性等特点;网络舆情演化对应台风事件发展存在一定的滞后性;PC终端存在传播媒介种类少、 发博数量多且用户集中等特点,移动终端存在传播媒介种类多、发博数量少且用户分布均匀等特点。【创新/局限】 本文借助主题图谱,构建了网络舆情用户节点和文本节点及其关联关系,从用户、账户、内容三个维度系统且全面 的展示了网络舆情特征的演化规律。