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。     

基于事理图谱的新冠肺炎疫情网络舆情演化路径分析

[目的/意义]提取突发事件网络舆情中事件的因果和顺承关系,构建事理图谱揭示事理发展脉络和演化规律。[方法/过程]以微博相关评论为研究对象,分别通过因果关系标识、事件影响因子和时间因子等维度识别事件间的关系,提取因果和顺承事件对;采用层次聚类将相似度较高的事件泛化为一类,构建新冠肺炎网络舆情事理图谱,并对生成的舆情演化路径进行分析。[结果/结论]研究表明,因果关系演化路径具有事件少、演化路径短等规律性特点,且同时包含顺承关系事件和伪结果事件;顺承关系演化路径具有事件数量多、演化路径较长、交叠变化等规律性特点,且能够揭示舆情演化的关键节点。通过构建事理图谱可以快速区分突发事件舆情的噪音和关键信息,充分体现其在监测、预测和管理中的价值性。     

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。     

自然灾害事件网络舆情情感演化特征分析——以“河南暴雨事件”为例

[目的/意义]探索河南暴雨事件的网络舆情情感演化特征,为自然灾害事件网络舆情治理提供参考。[方法/过程]基于网络舆情发展中情感演化视角,构建了河南暴雨事件网络舆情处理分析模型,以微博舆情数据作为研究对象,采用SnowNLP、词云等方法揭示其情感特征和情感倾向。[结果/结论]网络舆情处理分析模型能够合理划分舆情演变阶段,发现舆情演变规律,为相关部门提供有针对性的引导策略及理论支撑。     

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。     

基于非传统安全视角的网络舆情演化机理与智慧治理方略

[目的/意义]网络舆情已经上升为非传统安全问题,网络舆情的治理范式应逐步实现从危机管理向智慧治理的转变。[方法/过程]从非传统安全视角入手,梳理网络舆情的系统性、复杂性和关联性特征,并从社会环境和技术环境两方面厘清网络舆情演化的动力机理,提出网络舆情智慧治理的新路径。[结果/结论]网络舆情治理要坚持对虚拟社会和现实社会的预见性治理,实现"治未病"的目标。既要提高非传统安全意识,加强政治安全防范,改善网络舆情在现实社会中的生存基础;也要借助新信息技术,建立网络舆情治理的一体化决策支持体系、决策仿真平台、人工智能新范式、信息资源共享机制,阻遏网络舆情的不当蔓延,防止其向负面舆论转化。     

网络舆情演变过程的主体博弈及对策研究

[目的/意义] 为探寻网络舆情演变的动力机制,本文采用演化博弈工具,试图厘清参与主体与舆情发展间的内在关联。[方法/过程] 首先构建了网络舆情潜伏期、发展期、爆发期及消退期的演化博弈模型,通过求解博弈均衡和雅克比矩阵分析了网络舆情的演变路径和关联条件,以博弈主体之间的利益依存探讨了网络舆情发展演变的内在机制;在此基础上,在Matlab平台上对西安地铁3号线"问题电缆事件"舆情演变过程进行仿真模拟,并重点检验了心理满足程度对博弈均衡的影响。[结果/结论] 处于不同发展时期的网络舆情,影响其未来走势的关键因素也有所不同;参与网络舆情的各方主体共同影响着舆情演变的方向;政府部门的作为对网络舆情影响重大;心理满足系数对网民的决策至关重要,甚至能够改变舆情事件的发展走向。     

重大疫情防控中的网络舆情及其信息治理策略——基于“弹簧”动力模型分析

[目的/意义]遵循网络舆情演化规律开展高质量的信息治理,是有效化解重大疫情防控中网络舆情事件的必然选择,也是对重大疫情防控精准化、科学化水平的重要检验。[方法/过程]基于弹簧运动的受力原理,借助系统动力学及营力系统理论建构一种“弹簧”动力模型,用以描述信息压力、信息支持力、信息驱动力、信息阻滞力等内外营力的相互作用,以及这些作用力在网络舆情蓄力生成、反弹加速、异化驱动、减速终结等四个动态演进阶段的各自表征。[结果/结论]重大疫情防控中网络舆情的信息治理策略应从前置端口环节守住信息传播“关口”,从中间过程环节打造数字治理格局,从后置反馈环节强化网络舆情监管。     

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。     

基于观点场模型的微博评论观点演化趋势预测方法

[目的/意义]探讨网络舆情事件中群体观点的演变规律,构建有效预测其演变趋势的方法。[方法/过程]参考物理学中场的思想和信息科学中数据场的方法,引入观点场概念,提出了一种基于观点势的观点潜在影响力评估模型;然后将该模型运用到微博评论的群体观点演化分析中,建立了微博评论的观点趋势预测方法。该方法的基本思想是以当前评论的观点势分布来预测未来评论的观点分布,在观点势计算时,以既有评论的排序值代表新的信息受众所处的参考场点与观点场中既有评论之间的距离。[结果/结论]通过实际的微博舆情事件数据实验表明,该网络舆情群体观点趋势预测模型能较好地评估已发表的显性观点对后来网民观点形成的影响力,具有较高的网络舆情观点趋势预测准确率。     

突发医暴事件舆论情感能量域空间模型构建

[目的/意义]医暴舆论空间积聚的情感能量推动观点衍化并深刻影响事件发展趋势,识别不同维度的情感认知且关注能量特征可有效循迹医患冲突的情感焦点。[方法/过程]以情感维度为能量源、情感能量特征为能量波构建医暴舆论情感能量域空间模型,能量源基于关键词云划分为自我认知、民生民意、社会发展三大维度,能量波以各认知维度的情感倾向、情感强度与扩散速度综合刻画能量趋势,最终依据能量域模型立体剖析突发医暴事件舆论空间。[结果/结论]结果显示,能量域空间模型能够真实反映医暴舆论情感演化趋势;各能量源均持续积聚负向情感能量;民生民意为医暴舆论的情感焦点。     

基于多维度的公安舆情分析模型构建

[目的/意义]旨在为有关部门及时分析和应对舆情提供参考。[方法/过程]通过爬虫搜集媒体上的舆情数据,计算舆情热度并划分舆情演化阶段,利用TextRank算法提取不同舆情阶段的关键词,采用Python语言的Snownlp库进行文本的情感分析,构建公安舆情分析模型,并通过“六安事件”对该模型进行验证。[结果/结论]该模型从热度、关键词与情感三个维度较好地对公安舆情数据进行分析和挖掘,有助于及时有效地处理社交媒体上的公安舆情数据,为公安舆情分析提供新的途径。     

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。     

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。     

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。     

基于舆情画像的在线社交用户信息传播特征统计分析

[目的/意义]在线社交用户的信息行为对网络舆论生态环境的构建具有重要的指导意义。[方法/过程]借鉴"用户画像"的思想,提出了在线社交用户舆情画像的概念,围绕人类动力学研究视角构建了在线社交用户的舆情画像模型,最后从舆情信息传播的时间间隔分布、活跃度分布、时间间隔重标度、交互热度、阵发性和记忆性等方面对在线社交用户信息传播行为特征进行了实证分析。[结果/结论]研究结果表明,在线社交用户"舆情画像"可全面揭示其网络信息行为特征,实现对用户基本信息与舆情传播信息的有效收集、有效识别与定量分析,从而为网络舆情生态环境的完善提供参考。