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。     

突发事件微博网络舆情分析及可视化——以“武汉封城”为例

[目的/意义]结合微博舆情社会属性与外化表现模型,对微博网络舆情进行研究。[方法/过程]基于心理学、传播学理论从人、事、情三个维度对突发事件微博舆情进行分析,以“武汉封城”事件为例进行实证研究,并建立网站进行相关可视化展示。[结果/结论]深入剖析舆情背后公众的关注重点,为舆情趋势的研判,政府对舆情的治理提供可靠的依据。从情报学、心理学、传播学多角度出发,定量和定性方法相结合,充分解读舆情,为以后的舆情研究提供新角度和新思路。     

基于深度学习的"教育公平"网络舆情分析

[目的/意义]旨在构建一个网络舆情系统,及时准确地挖掘海量网络数据,分析社会热点事件的网络舆情。[方法/过程]结合深度学习技术,构建了一个基于内容与结构的舆情分析模型,其中利用Bi LSTM-CNN深度模型对舆情内容进行情感分析,利用社会网络分析法对舆情网络进行结构分析。[结果/结论]实证分析表明了该模型在公共事件舆情分析上的有效性和优越性。从结构和内容两方面分析,能为公共事件网络舆情分析提供新思路。     

社交网络舆情事件主题图谱构建及可视化研究——以校园突发事件话题为例

[目的/意义]利用知识图谱构建大数据驱动的社交网络舆情事件主题图谱,是网络舆情学术界和产业界关注的新问题,结合校园突发事件网络舆情进行可视化分析对推动社交网络舆情监控平台的构建具有一定的理论和现实指导意义。[方法/过程]文章在对知识图谱、社交网络舆情事件主题图谱相关理论进行分析梳理的基础上,构建校园突发网络舆情事件主题图谱中的实体、关系和过程模型,并结合"北京交通大学实验室爆炸"舆情事件进行可视化分析。[结果/结论]数据结果表明,政府官微在舆情引导中起到重要作用;可以从"故事线"和"时间线"两个方面对舆情事件进行可视化分析;高校舆情事件在爆发初期、事件调查进展期、事件调查结果期呈现不同的情感倾向;高校舆情事件的传播媒介在移动端和非移动端传播差异不大;舆情夜间传播活跃度高于日间。     

基于政务微博的信息公开与舆情演化研究——以新冠肺炎病例信息为例

[目的/意义]从数据层面探索信息公开与舆情演化之间的关系,为完善重大突发公共事件中的政府信息公开制度提供参考。[方法/过程]以政务微博为研究平台,选取新冠肺炎疫情事件为典型案例,聚焦病例信息公开及评论数据。使用内容分析法提取信息公开特征,基于SnowNLP模型计算社会情绪,结合焦点诉求分析舆情演化趋势。引入政府危机管理系列理论,探讨信息公开与舆情演化的双向作用机制。[结果/结论]信息公开不足会导致消极的社会情绪。随着信息公开工作的改进,公众诉求的态度和内容从一开始的强硬、笼统变得温和、具体。信息公开与舆情演化在周期上具有同步性,二者相互影响,这对于政府把握舆情规律,推进应急管理工作发展有重要意义。     

信息级联效应下考虑前排“热评”现象的短视频舆情演化研究

[目的/意义]短视频的运营模式使得网民对舆情事件的讨论逐渐趋于单条作品内部评论区,因此前排“热评”信息时效性失效时,在信息级联的加持下会干扰舆情事态的演化趋势。基于此探究舆情演化过程及影响,为短视频舆情治理提供理论依据。[方法/过程]对传统SIR模型改进,增设信息级联影响下的传播路径,考虑事件发展过程中出现的转机,将其区分为事件的正向及负向转机,分别构建相应情境下的模拟动态仿真以探索舆情演化规律。[结果/结论]过时前排“热评”导致的信息级联传播路径会对舆情演化造成负面影响。相较于正向转机,信息级联对于舆情事件负向转机的影响更为显著,并且前排“热评”账号影响力越强,对舆情事件的影响程度越显著。     

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。     

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。     

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。     

社会组织参与突发事件网络舆情治理的角色、功能及制度实现

[目的/意义]界定社会组织参与突发事件网络舆情治理的相关概念,构建实现其有效参与治理的制度保障,以提升社会组织及政府对于突发事件网络舆情的解决能力,营造和谐、有序的网上舆论氛围。[方法/过程]在梳理相关文献和结合实际的基础上,科学界定社会组织参与突发事件网络舆情的角治理色定位,基于新制度经济学进行制度设计。[结果/结论]社会组织参与对于突发事件网络舆情治理有着重要意义。明晰社会组织的角色及功能,构建社会组织参与治理的制度保障,是实现突发事件网络舆情治理的必然选择。     

信息传播平台对网络舆情热度的影响分析

［目的/意义］新信息技术推动媒体应用平台快速发展,网民通过主流媒体与自媒体积极参与话题讨论,客观分析信息传播平台对网络舆情事件发展的影响力,有利于建立良性的信息生态循环圈。［方法/过程］本文以官方公布的十年网络舆情热点事件为数据分析对象,使用灰色关联法分析历年各信息传播平台与网络舆情热度的关联关系,从时间、事件等维度挖掘信息传播平台对网络舆情热度的影响特征。［结论/建议］各信息传播平台对网络舆情热度的影响力与传播技术发展水平是同步的,对网络舆情热度的影响呈现势均力敌之势,媒体融合、资讯融合是发展必然趋势。     

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。     

面向语义缺失场景的社交媒体中热门新闻识别方法研究

[目的/意义]对社交媒体中热门新闻的及时识别,有助于加速正面资讯的投送或抑制负面资讯的扩散。当前,基于自然语言处理的传统识别方法正面临社交媒体新生态的挑战：大量新闻内容以图片、音视频形式存在,缺乏用于语义及情感分析的文本。[方法/过程]对此,本文首先将社交网络划分为众多社群,并按其层次结构组织为贝叶斯网络。接着,面向社群构建基于卷积神经网络的热门新闻识别模型,模型综合考虑新闻传播的宏观统计规律及微观传播过程,以提取社群内热门新闻传播的特征。最后,利用贝叶斯推理并结合局部性的模型识别结果进行全局性热度预测。[结果/结论]实验表明,本方法在语义缺失场景下可有效识别热门新闻,其准确度强于基于语义信息的机器学习方法,模型具有良好的时效性、可扩展性和适用性。该研究有助于社交媒体的监管机构及时识别出各类不含语义信息且迅速扩散的热点内容。     

企业舆情危机事件:诱因、态势与应对

依据人民网舆情监测室发布的企业舆情危机事件案例,将企业舆情危机事件诱因归纳为产品或服务缺陷型、内部管理漏洞型、公共安全型、领导或员工言行失当型等类型。从不同诱因占比、舆情量级、爆料者、涉事企业所属行业、舆情影响等维度分析了企业舆情危机事件发展态势。将企业应对舆情危机事件的策略分为积极型和消极型两类并进行了阐释。     

基于大数据分析的网络舆论分阶段控制与引导研究

[目的/意义]基于网络大数据,分析多种主客观因素在网络事件不同发展阶段所起的作用,探究其影响规律和最优控制手段,对引导社会舆论健康发展有着非常重要的意义.[方法/过程]选取网民、政府媒体、网络大V、企业和其他新闻媒体、持续时间作为控制指标,运用层次分析法确定权重;选取网络热点事件作为样本,利用理想解法构建综合评价模型,...     

突发公共卫生事件科研信息报道的网络舆情特征分析及应对策略

[目的/意义] 新型冠状肺炎防治的科研信息报道是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。     

基于前景理论的反转网络舆情监管三方演化博弈分析

[目的/意义]旨在为加强反转网络舆情监管提供参考。[方法/过程]引入前景理论,构建反转网络舆情监管三方演化博弈模型,建立各主体收益感知矩阵,根据复制动态方程分析各种情况下知情者、媒体、政府策略选择。[结果/结论]该模型不存在稳定均衡策略,新闻核实成本、监管成本、处罚力度、公众媒介素养水平均会直接作用于系统演化方向。提出加强政府对网络舆论环境的监管力度,规范网民和媒体行为;加强媒体公信力建设,做好信息"把关人"的角色;提升网民媒介素养,理性表达观点等加强反转网络舆情监管的对策建议。     

突发事件网络舆情关键节点识别及导控对策研究——以“大贤村遭洪灾事件”为例

[目的/意义]当今,在多极化信息传播模式下,及时防范和有效处理突发事件网络舆情迫在眉睫。[方法/过程]采用社会网络分析方法,结合具有典型代表意义的突发事件案例,对其产生的网络舆情数据加以采集与组织,接着进行了突发事件网络舆情传播的定量化的测度分析,试图挖掘与识别关键节点并解释其内在的结构特征与演变规律。[结果/结论]根据本文案例研究结果,提出了针对突发事件舆情传播网络结构本身的控制对策;借助香农信息通信理论,提出了针对舆情主体的信源（政府）—信使（媒体）—信宿（公众）思维变革的突发事件网络舆情引导对策;基于善治理论,提出了政府应坚持"善治"理念,与公众协同管理的突发事件网络舆情引导对策。     

社交网络舆情下的二元信息竞争SH2IR模型及仿真研究

[研究目的]网络舆情中信息间的竞争传播更符合社交网络的真实情境,研究舆情事件中多元信息竞争传播的演化机制有助于政府和媒体有效监控舆情、引导舆论。[研究方法]结合舆情事件多信息传播特点,加入信息犹豫者和信息接触率,构建二元信息竞争的SH2IR模型,仿真同步和异步情景下二元信息的竞争演化过程。[研究结论]研究表明,在同步传播模式下,单独增强信息接触率、传播转化率、犹豫转化率以及置换率,都可以扩大信息的传播;在异步传播模式下,信息发布的越早,传播范围越广,但单独增强传播参数对传播效果影响较弱,同时提高信息的传播参数时传播行为明显加强。