微博话题传播的时间网络影响力模型研究

[目的/意义]基于时间网络影响力模型,研究微博话题的时变传播特性。[方法/过程]首先构建微博话题影响力网络模型,给出影响力网络的定义、关键因素分析、模型以及网络权值的计算方法,在此基础上,基于时间网络影响力模型研究微博话题时变传播特性,利用新浪微博平台及DATAMALL的最新微博话题数据仿真分析微博话题随时间的动态传播过程以及对用户的影响力强度。[结果/结论]微博话题随时间的动态传播过程以及对用户的影响力强度之仿真分析结果表明:约有93.3%的话题延迟在1-5小时以内,同时微博话题的影响力网络权值越高,相应的转发评论人数越多,微博话题的影响力也越大。最后将本文提出的TNIM模型与传统的影响力网络模型LDA进行对比,结果显示TNIM模型的影响力网络权值的准确性和稳定性都高于LDA模型,验证了TNIM模型的有效性。     

突发事件网络衍生舆情监测模型研究

分析突发事件衍生舆情传播特性,以突发事件网络舆情传播规律模型为铺垫,研究网络衍生舆情特点,通过定义描述舆情衍生程度的衍生率建立衍生舆情监测预警模型,并通过实例验证理论研究的可行性,以期为政府实现网络舆情管理提供参考。     

网络舆情话题的数据立方体模型分析

通过详细分析网络舆情组成要素,利用数据仓库技术,建立网络舆情话题数据立方体模型。该模型涵盖网络舆情的大部分组成要素,而且可以根据实际需要进行扩展。实际案例分析表明,应用该模型可以对网络舆情话题进行多角度、深层次的挖掘分析,分析结果能比较客观地反映网络舆情变化发展的规律和趋势,有助于全面地了解网络舆情话题,并为网络舆情预警提供必要的信息。     

面向网络舆情的政府知识模型研究

从统计数据出发对网络舆情与政府的密切相关性进行论证,围绕网络舆情的特性,提出知识本体、知识需求本体和知识节点的相关概念,并依据知识场原理构造网络舆情的需求空间模型和政府知识本体的空间模型。基于知识网格和知识地图的技术,建立政府应对网络舆情的知识节点层次模型和政府知识服务网络的物理拓扑图,解决网络舆情知识供需之间匹配与互联的结构性问题,提高政府应对网络舆情的能力。     

网络社区有影响力话题度量识别方法研究

识别网络社区有影响力焦点话题是监测与引导网络舆情的基础。依据演化理论,构建网络社区话题演化分析模型,将话题贴及其回复关系视为话题贴吸收他人言论营养、聚集能量发挥作用的过程。主要通过筛选话题影响力测度指标,计算话题的营养值,将营养值转换为能量值,籍此发现有影响力的焦点话题,以形成网络社区有影响力话题度量识别方法,并采用实验法验证本文方法的有效性和合理性。     

微博网络舆情研究综述

微博已成为公众反映自身观点的主流渠道,微博网络舆情研究有利于对网络舆情的管理与引导。本文运用文献计量法与CiteSpace软件,通过关键词“微博”与“舆情”在中国知网数据库中的检索,对微博网络舆情的发展趋势、发文机构、发文期刊、基金赞助情况、发文下载量、被引频次与研究热点等方面进行系统分析。结果表明微博网络舆情研究已经形成体系,研究方法较为丰富,未来以图像、视频为分析对象的微博网络舆情研究将是该领域的重要研究方向之一。     

微博舆情的传播特征

微博舆情是民众在微博空间里的舆论反映。近年来,民众借助微博表达意见、讨论公共事务、维护公民权力的事件屡见不鲜。微博舆情成为反映社会现实的一种“镜像”。它具有传播主体的去中心化与圈子化、传播内容的理性与非理性、传播过程的阶段性与周期性、传播路径的点对面与裂变性等特征。微博舆情的发酵,聚焦了网络民意,成为舆论演进的助推器,构筑起全新的社会舆论形态。     

微时代下关于法规实施的网络舆情研究——基于新交规中的“闯黄灯”话题

本文通过对新交规“闯黄灯”话题的新浪微博实证研究,探讨网络平台中的大众媒体、网民、政府三者在信源内容上的关联性,并借此思考微时代下的立法执法民主化。研究表明,政府是影响力最大的信息生产者;大众媒体的网络角色与社会角色变化不大,但更倾向个人化的表达方式;网民在网络平台中的角色更接近信息传播者而不是信息生产者。     

危机事件网络舆情传播模型及消极思潮应急对策

通过分析网络舆情传播的特点,讨论网民关系网络,得出其为一个均匀网络的结论。在此基础上,建立危机事件中网络舆情的传播模型,研究消极思潮产生扩散的条件,并针对不同规模的消极思潮提出应急对策,避免网络舆情在为国家管理者的决策提供参考依据的同时引发次生的危机事件。研究成果为危机事件中政府管控网络舆情提供理论支撑。     

网络舆情观点提取的LDA主题模型方法

[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。     

微博舆情传播周期中不同传播者的主题挖掘与观点识别

[目的/意义] 探索微博舆情传播周期中不同传播者关注的舆情热点和传播内容的主要观点,进而发现舆情传播的特点和规律,为舆情分析与决策提供依据。[方法/过程] 以特定舆情事件的事实文本数据为来源,以生命周期理论和LDA方法为指导,设计研究流程与构建研究模型,对微博舆情事件中不同传播者的话题进行主题研究,其中包括主题抽取和结果语义标注、各阶段的不同传播者主题的语义分析、基于时间维度的舆情主题观点识别与刻画。[结果/结论] 研究发现,论文所提出的研究模型能够挖掘出舆情传播周期中不同传播者的主题结构、观点脉络以及特征,研判出分布在文字当中有关联性的、代表性的、重要的词语。同时,结论中还发现微博中的官媒、大众媒体发布信息中的话题和用户谈论的热点话题具有明显的差异性。     

带舆论评价的引文网络构建与主题发现

科学引文网络反映了科学知识的动态演化,作为一个复杂的网络系统已得到广泛研究。针对引文网络中主题不明确和热点问题不易跟踪的问题,提出了引文网络中的舆论评价计算方法和网络社区主题提取与表示方法。首先采用正则表达式和模板匹配方法提取元数据;并计算文献作者对参考文献的舆论评价,建立带有舆论评价权值的文献引用网络,并对网络中的突现语义进行描述;然后以此网络结构为基础,结合信息熵和网络中文献重要性权重改进TDIDF算法,计算得到每个社区主题的关键词概率描述,从而得到社区主题。本文的方法和实验对解释引文网络的演化、社区主题发现、文献的共享等有借鉴意义。     

突发事件网络谣言传播规律模型研究

分析突发事件网络谣言发生机制,以网民数量变化为研究对象,构建突发事件网络谣言传播规律的宏观模型和微观模型,利用MATALB数值仿真和相轨线分析,研究突发事件网络谣言的传播机理,探讨控制谣言传播的因素,并为政府控制网络谣言传播制定长期策略和近期策略。     

基于社会网络分析的移动环境下网络舆情信息传播研究——以新浪微博"雾霾"话题为例

[目的/意义]研究移动互联网络环境下舆情信息传播路径和传播规律,为相关部门加强社会舆情信息监管提供参考.[方法/过程] 在理论研究层面,基于社会网络分析法,从点度中心性、中间中心性和接近中心性3个属性出发,对移动端和非移动端雾霾网络舆情信息传播进行对比分析;在应用研究层面,以新浪微博中雾霾话题信息为例,采用Java编程方式接入新浪网API开放平台获取新浪微博数据,使用Gephi软件及数理统计分析工具绘制有关图表.[结果/结论]揭示了移动环境下网络舆情信息传播特点,验证了社会网络分析法在移动环境下网络舆情信息传播研究中的有效性,并为移动环境下网络舆情信息传播的研究提供了新的研究视角,为实践层面移动环境下网络舆情信息监管提供了分析工具.     

基于超网络的微博相似度及其在微博舆情主题发现中的应用

[目的/意义]准确地计算微博相似度可以提高微博主题挖掘效率,对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题,提出一种融入微博非文本特征的超边相似度算法。[方法/过程]分析微博舆情发生机制,利用超网络模型表示微博舆情主题形成过程,通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论]研究发现,论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果,特别是对于文字性表述相似程度高的微博信息,具有明显的主题区分性。     

网络舆情场中观点簇丛的情感极化度测算

[目的/意义] 提出网络舆情场内观点簇丛的情感极化度测算方法，为量化舆情受众情感态势和识别极化群体提供依据。[方法/过程] 首先明确舆情受众情感极化的条件，再通过设置条件阈值筛选出满足条件的观点簇丛，在此基础上引入3个极化指标（受众吸引率、极端受众增长率、极化情感增长率）描述观点簇丛在测度时间窗口内的情感发酵程度。最后利用平滑权值，对观点簇丛在不同测度阶段的情感表现进行加权综合，得出其整体情感极化程度值。[结果/结论] 观点簇丛在每个时间窗口的情感表现能为阶段性的舆情受众情感极化干预提供判断依据，而综合的情感极化度有助于准确识别场域内的敏感话题及群体，便于网络舆情的精准管控。     

多媒体网络舆情信息并发获取模型构建及实证分析

[目的/意义] 网络舆情信息并发获取模型构建及实证研究有助于从海量的舆情信息中及时获取所需关键性信息，为其有效分析提供数据保障。[方法/过程] 通过对当前舆情信息获取研究现状的综合分析，明确多媒体网络舆情信息并发获取的模型构成要素，融合DEMATEL、AHP、FMF三种数理分析法进行模型构建并据此展开实证分析。[结果/结论] 研究结果表明所得数据结论与舆情事件客观情况较为相符，可以作为舆情信息并发获取判断的依据。