大数据在突发公共事件网络舆情信息工作中的应用

大数据既是新技术也是方法论,大数据侧重于挖掘有价值的信息,将大数据应用到网络舆情信息工作中,是新形势新环境下突发公共事件应对的新需求。本文分析了大数据时代网络舆情的现状和特点,以及当前网络舆情信息工作存在的问题,通过对大数据的概念和特性及其主要技术的研究,结合突发公共事件的特点,探讨如何将大数据应用到突发公共事件网络舆情信息工作中,为网络舆情信息工作提供技术解决参考和方法论支持。     

基于超网络的舆情信息传播机制分析

通过对网络舆情的分析,将舆情系统映射为舆情事件网络和网民社会网络构成的超网络体系。利用网络链接分析法,就舆情事件网络、网民社会关系网络和事件—网民网络对舆情事件信息传播的机制进行系统分析,从舆情事件链接预测、网络意见领袖的传播影响、网络信息推荐方式等方面,提出了网络舆情信息传播控制的建议。     

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。     

群体性事件网络舆情安全评估指标体系构建

分析挖掘了群体性事件在互联网上所体现的舆情演变规律,构建了事态扩散、民众关注、内容直观、主题敏感、态度倾向5个维度的群体性事件网络舆情信息安全评估指标体系,实现了对群体性事件网络舆情信息的安全态势评估。     

网络舆情事件演化的仿真实践研究

基于NetLogo仿真系统构建了网络舆情事件的演化仿真模型。利用图形化的界面和NetLogo特有的Turtle、Patch、Link代理Agent组成网络舆情事件的复杂网络仿真系统。实现了以图形输出窗口展现网络舆情传播演化的过程,从而直观地展示了网络舆情事件的初发、加剧、爆发、衰弱至消亡的整个生命周期。局限在于没有考虑动态的网络关系和社区网络结构对仿真模拟的影响。本文通过仿真实践发现了在网络舆情事件演化过程中各因素的相互作用关系,也为网络舆情演化仿真提供了可视化范例。     

网络舆情事件演变的动力学建模及预警监测

为提高网络舆情事件预警监测的有效性,以社会学的价值累加理论为基础,基于系统动力学的"结构——功能"模型,通过对网络舆情事件演变中的影响因素及其作用表现的分析,归纳事件的演变规律和其中的主要因果关系,构建网络舆情事件演变的系统动力学模型,确立事件演变中各主要因素间的数据关系。以此为指导,设计预警监测模型,构建网络舆情热点智能监测平台系统,获取、发现网络热点信息,研判其发展趋势,为政府应对网络舆情事件提供决策支持。     

SMS网络舆情信息监控系统的设计与实现

该系统可以将网络中多种不同媒体类型信息源的舆情信息进行自动采集并跟踪热点,使决策者可以准确地把握事件的全过程。系统由舆情采集系统、舆情检索系统、舆情分析处理系统和舆情服务系统4部分组成。文章对舆情监控设计流程进行了全面的分析,特别强调了系统设计过程中多种算法及处理策略的实现,另外,还特别阐述了基于内容的图像检索、舆情热点内容以及倾向性分析等关键技术的处理,最后,文章对该系统未来的工作进行了展望。     

基于DEA模型的网络舆情政府应对效果研究

【目的/意义】当前网络舆情事件日渐增多,能否有效应对成为评价政府执政能力的新指标。为了探究网络 舆情事件内在差异,总结我国网络舆情传播的客观规律,为政府在网络舆情中及时准确地采取合理的应对措施提 供科学的参考依据。【目的/意义】本文选取2017至2020年间的15件热点网络舆情事件,结合DEA模型建立了舆情 事件政府应对评价指标体系,并进行了实证研究。【结果/结论】研究发现,模型可以给出舆情事件中政府应对的效 率值,直观反映了政府舆情应对的有效性,还可以进一步明确政府应对不当的环节,政府据此可以设置改进的意 见。【创新/局限】本文拟定的下一步研究工作是建立更加精确的指标体系,以期对舆情事件中政府应对的影响因素 作出更加深入的思考。局限性在于评价体系中的某些指标只能采用德尔菲法进行赋值,考虑到主观因素难以进行 精确量化,受到时间与条件的限制较大。     

基于CCM的突发事件网络舆情传播建模方法研究

[目的/意义]在数据驱动下开展群体行为计算,设计舆情传播建模方法,为网络舆情管理创新提供支持。[方法/过程]结合群体行为理论和收敛交叉映射算法,提出一种基于数据驱动的突发事件网络舆情传播建模方法。首先从群体结构、群体规范和群体过程视角提取舆情系统特征,之后根据最邻近方法和时间序列收敛判断法识别特征之间的因果关系,构建舆情传播模型。该方法将突发事件网络舆情中的社会强化机制计算化,通过系统特征的因果关系强弱和差异分析,揭示网络舆情事件的演化机理。[结果/结论]基于新浪微博平台中“双黄连事件”“白银越野赛事件”“十堰爆炸事件”和“青海地震事件”等4组舆情数据的实证结果发现,各事件中的群体交互持续能力和聚集度都维持在较高的水平,即突发事件网络舆情是典型的群体事件。此外,不同类型的舆情事件系统特征的因果关系强弱程度不同,因果关系越弱舆情演化不确定性越大。     

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。     

突发事件舆情信息生态链系统的协同演化机理研究

【目的/意义】突发事件通过互联网形成网络舆情,网络舆情又将突发事件反复发酵,使突发事件舆情信息 生态链系统得以演化。【方法/过程】基于信息生态链理论构建突发事件舆情信息生态链系统,分析其系统构成要 素,利用协同学理论及系统动力学方法,阐述突发事件舆情信息生态链系统的协同演化机理。【结果/结论】提出突 发事件舆情信息生态链系统的治理策略。     

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。     

舆情系统设计研究

正舆情信息传播迅速且影响力高,日益受到社会各界的关注。本文根据舆情系统的业务员需求,设计了舆情系统的流程及框架,通过信息采集模块、信息智能处理模块、信息存储模块、信息发布模块、事件跟踪模块、预警管理模块、统计分析模块、舆情报告模块、权限管理模块构建舆情系统,就一些关键技术进行了探讨。舆情是指在一定的社会空间内,围绕中介性社会事件的发生、发展和变化,民众对社会管理者产生和持有的社会政治态度。传统舆情通过报纸、杂志、广播电台、电视等传统媒介散播,信息源易于定位,易于掌握舆情的传播范围、影     

基于多Agent的高校网络舆情监测与分析系统

[目的/意义]为校园舆情信息管理员、校园舆情监管办公室、相关领导等提供舆情信息服务及决策参考。[方法/过程]在Jade平台下分析、设计了基于多Agent的高校网络舆情监测与分析系统。详细阐述了信息采集Agent、信息预处理Agent、舆情分析Agent、舆情简报生成Agent的工作机制。构建了由物理层、语法层和语义层组成的多Agent间的通信模型。为了提高Agent的舆情分析能力与分析结果的可视化展示能力,通过Rserve接口对Jade平台与R语言进行集成,使得Jade Agent可以灵活调用R语言丰富的算法包。[结果/结论]文中给出了"高校百度贴吧热点分析"的系统运行实例。运行结果表明基于多Agent的高校网络舆情监测与分析系统充分利用了Agent的自主性、智能性和交互性,使得系统更加具有灵活性和实时性;同时系统以大数据思维为指导,并集成了大数据分析利器R语言,使得舆情分析更加全面、客观。     

基于空间可视化的大数据舆情研判体系建构研究

【目的/意义】科学准确地对时空范畴的舆情演化态势做出研判是及时防范风险事件、完善危机治理手段的 重要前提。【方法/过程】本文核心在于建构一套基于空间可视化理论和技术的大数据舆情研判体系,该体系以空间 行动视角的互动理论作为基础支撑,利用空间分析技术,抓取海量附加位置标签的舆情信息,存储为短期专项数据 库和长期综合数据库,将时空拟合的计算模型结果映射到可视化舆情监测平台,实现研判过程中的舆情事件空间 可视化。【结果/结论】以期弥补舆情研判的静态处置缺陷,最终达到有效辅助政府决策的目的。     

基于AHP的企业网络舆情测度模型的构建

近年来的一系列企业突发性公共事件使得公众对企业网络舆情的关注达到一个新的高度,同时越来越多的企业也开始重视网络舆情的应对。本文采用AHP的方法构建了企业网络舆情的测度模型,并确立了舆情信息危机预警尺度表,能够直观的为企业提供网络舆情的测度。     

地方政府网络舆情回应行为研究--以人民网为例

以风险问责和注意力为关键解释变量建构理论模型,探讨地方政府对网络舆情事件的回应,以人民网舆情频道83个案例事件为数据来源对研究假设进行检验。结果显示,网络舆情事件危害程度、媒体关注度、上级是否介入、行政层级、信息透明度、注意力分配显著影响地方政府网络舆情事件响应度,而舆情事件类型对其影响不显著。研究为地方政府舆情回应问题提供了理论解释,一定程度反映出现实地方政府回应行为的动态作用机制。     

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。     

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。     

基于聚类分析的网络舆情热点事件分类研究

分析网络舆情热点事件对于网络舆情研究有重要意义,通过识别网络舆情热点事件的信息发布平台,将其作为聚类分析的指标,选取20件网络舆情热点事件作为样本,构建网络舆情热点事件分类模型,将网络舆情热点事件分为四类,并分析其不同特点。