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。     

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。     

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。     

重大疫情中网络舆情的多属性演化分析

【目的/意义】探索重大疫情中网络舆情的多属性演化规律,为重大疫情防控中的网络舆情治理实践提供参 考。【方法/过程】基于社会学视角构建了重大疫情中网络舆情多属性演化分析模型,选取湖北红十字会事件微博舆 情数据为研究对象,采用意见领袖影响力评价、LDA主题模型和Snownlp情感分析方法对重大疫情中网络舆情意见 领袖、主题分布和情感走势进行分析,从人群、内容和情绪三种社会属性揭示重大疫情中网络舆情多属性演化规 律。【结果/结论】结果表明,重大疫情网络舆情可以分为突发期、爆发期、降温期和失焦期四个阶段,各个阶段在意 见领袖、主题讨论内容和情感倾向上均有较为明显的区别,网民的情感阶段变化与舆情的主题属性演化规律相吻 合。【创新/局限】本研究提出的模型能够有效满足重大疫情网络舆情演化特征深度挖掘的要求,为重大疫情网络舆 情的治理实践提供参考。后续研究可选取更广泛的舆情事件和数据源验证该模型。     

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。     

多维数据融合的突发公共卫生事件舆情引导机制研究

[目的/意义]突发公共卫生事件切实关乎公众自身利益,事件的高关注度极易形成一个庞大的舆情场域,若相关部门没有及时对负面舆情实施有效的引导,极有可能激发公众的恐慌情绪,威胁到社会稳定,严重时甚至对国家安全造成损害。[方法/过程]从多维数据融合视角,把握突发公共卫生事件网络舆情演化特征,构建多维数据融合的突发公共卫生事件舆情引导逻辑框架。[结果/结论]形成多元的、立体的、切实可行的突发公共卫生事件网络舆情引导机制。     

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。     

突发公共卫生事件中政务短视频主题与用户行为的关联演化研究

[研究目的]政务短视频如何精准地服务于用户需求已成为数字政务管理实践中的重点和难点。从主题与行为的关联演化的视角出发,对这一问题展开深入探究并提出针对性的意见和建议,能为政府制定适宜的政务短视频发布策略提供决策支持。[研究方法]设计网络爬虫程序抓取政务短视频数据,基于政务话语框架和BERTopic模型对政务短视频标题进行主题挖掘,并结合话题与用户行为数据进行关联分析。[研究结论]政务短视频运营方应基于舆情不同生命阶段的用户特征指定个性化的政务短视频主题发布策略,应加大观点框架的使用频度和使用力度。但在舆情爆发期,应特别重视和强化信息框架下的短视频发布。将框架理论引入政务短视频的主题挖掘研究,并基于短视频主题和用户行为的双重视角构建了突发公共卫生事件期间政务短视频的话语框架,为突发公共卫生事件中政务短视频运营管理提供了一种全新的发布策略。     

基于信息生态理论的突发公共卫生事件“信息疫情”生成关键影响要素研究

[目的/意义]分析影响突发公共卫生事件“信息疫情”生成的关键影响要素，有助于突发公共卫生事件信息问题的应对与处置。[方法/过程]基于信息生态理论和信息生态位理论，找出“信息疫情”生成的4个维度的影响因素，利用基于模糊集理论的Dematel方法对要素进行识别，找出其中的关键影响要素。[结果/结论]识别出包括突发公共卫生事件的疫情舆情持续演化、政府信息发布不及时等在内的12个“信息疫情”关键影响要素，信息内容公共性、相似事件集体记忆的唤醒等是突发公共卫生事件“信息疫情”生成的特有因素，以期为突发公共卫生事件“信息疫情”应对提供理论与实践指导。     

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。     

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。     

区块链赋能突发公共卫生事件开放数据隐私保护研究

[目的/意义]正确认识突发公共卫生事件开放数据的治理工具属性，更好地实现开放数据共享赋能，对推进我国突发公共卫生事件数字化精准治理具有重要意义。[方法/过程]首先，梳理突发公共卫生事件开放数据面临的隐私泄露风险以及区块链技术对该背景下隐私保护的赋能机理；然后，构建区块链赋能的突发公共卫生事件开放数据隐私保护模式；最后，展开相关管理制度设计以弥补技术局限。[结果/结论]研究通过技术与管理的双重路径为数字社会背景下突发公共卫生事件开放数据隐私保护提供参考。     

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。     

基于情感分析的突发公共卫生事件舆情时空演化差异研究

【目的/意义】分析网民在突发公共卫生事件中的情感演化历程,探究影响网民情感波动的因素及其时空演 化的差异。【方法/过程】运用Python爬取微博新冠疫情相关文本数据315 445条,基于SnowNLP情感分析工具对数 据文本进行情感分析。使用TF-IDF及LDA主题模型进行建模,对不同阶段及不同群体的舆情时空演化及差异进 行内容分析。【结果/结论】网民的情感演化呈现阶段性和群体性差异,尽管整体为积极态势,但疫情上升期为负面 情绪集中爆发期;网民群体中受教育程度较低的群体情感波动幅度更大,更容易受到舆论的影响,舆情演化更易极 化;中心大城市情感波动相对稳定,而引起其他区域网民消极情绪的往往不是疫情本身,而是由疫情引发的负面舆 论;普通网民群体较于高影响力群体在舆情演化阶段的负面情绪更为严重,情感演化在各阶段呈现明显的涟漪效 应,需在不同阶段针对不同群体制定有效的舆情引导政策。【创新/局限】本文将整个语料库划分为50多个小语料, 个别语料文本数据量较少,具有一定的局限性。     

基于用户注意力的突发公共卫生事件舆情情感演化研究 ——以新冠肺炎疫情为例

【目的/意义】目前舆情情感演化研究大多是基于主题的方法来进行情感演化分析且重点均集中在从文本 本身提取的信息上,对在社交媒体中影响情感分析的用户特征缺乏考虑。【方法/过程】本文充分考虑网络用户信息 特征,构建融合用户特征的舆情情感演化方法,提出一种基于用户注意力机制的情感分析模型（U-BiLSTM）,并以 新冠肺炎疫情事件为例分析舆情情感演化过程。【结果/结论】研究结果表明U-BiLSTM情感分析模型具有一定的 优越性,F1值和准确率能达到97.08%和95.19%。【创新/局限】研究提出的融合用户注意力机制的情感分析模型能够 使舆情情感演化分析具有一定的可解释性,有效揭示面向突发公共卫生事件下网民的情感演化趋势,但由于时间 和设备条件的限制,仅采用单一数据源未考虑数据的多源性,研究的数据集不够充分且研究角度仅考虑时间维度 忽略了空间维度。     

基于社交媒体的突发公共卫生事件公众信息需求与危机治理研究

[目的/意义]新型冠状病毒肺炎疫情(简称新冠肺炎疫情)的全球蔓延引发了各领域学者对于突发公共卫生事件科学应对的思考。文章以新冠肺炎疫情为例,以微博为研究对象,旨在探讨突发公共卫生事件中公众的信息需求对于危机治理的影响机制。[方法/过程]首先,对新冠肺炎疫情及微博舆情做出阶段划分,进而利用质性分析结合层次聚类法从微博文本数据中抽取公众信息需求并跟踪其演变,最终结合相关理论探索性地建立了突发公共卫生事件公众信息需求模型。[结果/结论]突发公共卫生事件中公众的信息需求主要围绕风险认知、行为规范、情感、行为四个方面,通过社交媒体可以准确追踪公众信息需求并向公众提供所需信息,信息需求的满足最终促使公众自发参与危机治理。     

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。     

新媒体环境下突发环境事件网络舆情风险信息感知模型

[目的/意义]网络舆情风险信息涉及要素较多，为了提高网络舆情风险信息感知效果，在新媒体环境下构建了突发环境事件网络舆情风险信息感知模型。[方法/过程]建立突发环境事件网络舆情信息流风险指标集，赋予评价指标权重，对权重离散化处理，构成相似系数矩阵。通过舆情主体建模、舆情信息模型建立与网民情感模型建立3个部分分析网络舆情传播核心要素演化规律。在此基础上计算传播概率，确定用户传播信息的涉入程度，采用Logistic回归模型感知风险信息风险高低。采用决策树对舆情风险预警，实现突发环境事件网络舆情风险信息感知。[结果/结论]实验结果表明，所构建模型应用后的事件舆情情感演化情况分析准确性较高，各个事件的转发数量和恶意评论数量感知准确度较高，预警效果更好，有效提高了突发环境事件网络舆情风险信息感知效果。     

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。