军事网络舆情的影响模式探析

本文在传播学中的支配模式、"风筝"互向模式、守门人模式和ABX模式的基础上,总结影响军事网络舆情的四种模式。通过对四种模式基本释义的阐述,结合近年来的涉军网络舆情实例,深入分析这些模式的运行机理。     

网络军事舆情研究的思维、技术与机镦——解放军南京政治学院网络军事舆情研讨会综述

2013年6月30日．解放军南京政治学院举办“网络军事舆情研讨会”,来自国家工信部、总参总政机关、清华大学、国防科技大学、新华网以及解放军南京政治学院军事新闻传播系与信息管理系的20余名专家学者参加研讨交流。此次会议,以国家社科基金重点项目“基于信息共享的网络舆情信息工作机制建构与服务内容研究”为牵引．聚焦现实问题。探索前沿理论。     

网络舆情分析系统功能研究

网络舆情及其管理是信息化时代政府和主管部门构建和谐社会的关键工作之一,针对此进行网络舆情分析系统研究是有效开展此项工作极为重要的技术保障因素.本文以此为切入点,系统分析网络舆情分析系统的七大基本功能需求和系统设计中的四个部分,其核心部分功能的八大模块及相关主要技术等.     

网络舆情信息监测研究进展

从网络舆情理论研究、网络舆情监测与分析技术、网络舆情监测系统与实践三个方面对现有研究进行分析和概括。通过归纳网络舆情信息监测的技术流程,综述了与网络舆情监测密切相关的论题如网络舆情的概念、产生与传播机制、网络舆情的特征与影响、网络舆情的主体与媒介、网络舆情模式识别、基于内容挖掘的舆情监测与分析核心技术、舆情监测系统与应用等研究的成就与不足,并试图指出发展前景。     

试论突发性网络舆情事件的舆情信息收集

突发性网络舆情事件作为网络舆情的一种表现形式,是因网络舆情的演化和扩散而短时间内在现实中触发的突发性事件。突发性网络舆情事件的舆情信息收集工作要注重收集的内容和方法。公安机关既要从人、载体、事方面来研究信息收集的内容,也要运用及时和系统的信息收集方式。     

网络舆情系统中智能报告应用设计的研究

智能报告是一种由计算机仿真系统自动生成的信息报告。智能报告是网络舆情分析系统智能化所追求的一个目标。智能报告的可用性和易用性体现于“即时、多样、规范、简便”的基本要求。各类网络舆情智能报告则是互联网信息经过计算机系统采集和计算的结果。     

少数民族地区网络舆情及网络舆情危机特点分析

少数民族地区网络舆情及网络舆情危机的特点主要表现为:产生的多源性、传播主体或参与主体的多元性、传播方式的多样性、传播效应的敏感性、监控的复杂性。少数民族地区应对与化解网络舆情及网络舆情危机应遵循舆情传播力决定影响力、舆情传播主体的平等性、舆情传播方式的"六度分隔"、舆情传播效果的"蝴蝶效应"等规律。     

因势利导 提高新形势下网络舆情的分析与疏解能力

随着互联网的普及，中国网民已超过3．84亿人，成为世界第一大网民国家。政府如何以最快速度收集网上相关舆情信息，跟踪事件发展，如何快速回答公众疑问：事件为何发生？谁来负责处理事件？及时准确地掌握社会舆情动态，积极引导社会舆论，越来越成为各级政府及相关部门所面临的严肃课题与严峻挑战。     

多媒体网络舆情信息传播要素细分及属性分析

[目的/意义]从不同维度对多媒体网络舆情信息传播要素的类型和属性进行分析，进而有效提升多媒体网络舆情信息的处理效率和利用价值。[方法/过程]通过文献调研法对多媒体网络舆情信息传播要素中的主体、客体、本体、媒体和环境噪音从类型和属性两方面进行分析，对多媒体网络舆情发展演化过程中产生的数据形式和内容进行系统梳理。[结果/结论]多媒体网络舆情信息数据类型多样，对多媒体网络舆情信息传播要素的类型和属性进行分析，有助于为多媒体网络舆情信息系统整合和数据库建设提供理论基础和研究思路。     

网络舆情的分析与研判机制研究

在互联网普及并日益成为人们生活方式的当下,网络为公众对公共问题和社会管理者产生和持有的社会政治态度、信念及价值观的表达提供了极大的便利,网络空间也成为一个日益扩大的公共领域.网络舆情的分析与研判是舆情管理工作的重要环节,本文通过分析与研判可以有效掌握社会舆情的阴晴变化,进而对可能爆发的危机事件形成预警并及时有效应对与引导,最终实现化解危机与风险,提高社会治理水平,促进社会的和谐发展.     

网络舆情在服务型政府建设中的影响与作用

网络舆情适应服务型政府建设的需要,并对其具有积极影响,具体表现为网络舆情能够提高公民参与积极性,促进服务型行政文化的形成,提高政府的行政回应性,促进政府信息公开,推动行政问责制的完善以及强化政府公共性等方面。在服务型政府建设过程中,要积极发挥网络舆情的作用,科学制定网络舆情管理的顶层设计,增强政府合理利用网络舆情的能力,建立面向公众的网络舆情管理体系。     

网络舆情观点团簇演化等级测度与实证研究

[目的/意义]提出和构建网络舆情观点团簇演化等级,以描述网络舆情受众的群体性观点的状态随时间与事态变化的演化程度,对于网络舆情导控与精准引导具有重要的理论及实践意义。[方法/过程]基于LDA与CNN神经网络构建网络舆情观点团簇演化等级测度模型,并以"翟天临知网事件"为实验对象,验证演化等级这一指标的有效性。[结果/结论]网络舆情观点团簇演化等级能够很好地体现网络热点事件群体观点状态的演化,在展现3个维度的属性数值同时也能反映观点团簇较前一时间节点状态的演化程度,提出的观点团簇演化等级测度结果精准地体现事件观点的各个演化高峰,为有关部门对网络舆情群体观点的靶向引导提供新的指导方向。     

网络舆情监测及预警指标体系构建研究

对现有网络舆情监测指标体系进行整理与归纳,通过E-R模型系统分析主题舆情的属性特征,构建更为科学系统的网络舆情监测与预警指标体系。该指标体系从舆情热度、舆情强度、舆情倾度、舆情生长度四个维度诠释主题舆情的传播范围及程度、舆情主题内容强度、主题舆情生长规律及状态、舆情受众意见分布等网络舆情监测与预警要素。     

网络舆情信息传播动力机制的比较研究

[目的/意义]网络舆情信息传播是一个系统的、动态的复杂生命周期,研究网络舆情信息传播的动力机制,有助于更好地理解其复杂性和系统性。[方法/过程]对有关网络舆情动力机制的研究文献按照内部动力和外部动力两个维度进行聚类分析,并对系统要素和技术模型展开对比分析,构建网络舆情信息传播动力机制的完整框架。[结果/结论]已有研究围绕参与主体、事件信息、载体平台和外部环境等维度开展系统要素分析,并按照多维度因素影响模型和单维度因素影响模型模拟网络舆情的形成过程。通过分析网络舆情各要素之间的互动博弈过程,总结出网络舆情信息传播的动力机制建模流程。研究建议未来研究要朝着小世界、大数据以及云传播方向发展。     

公共危机事件网络谣言对网络舆情的影响研究

分析公共危机事件网络舆情与网络谣言的传播特性及制约传播的因素,以网络信息量为研究对象,构建网络谣言对网络舆情的影响模型,确定模型的平衡点及其稳定性,研究在3个阶段产生网络谣言对舆情的影响程度,提出降低网络谣言对网络舆情之影响对策,为政府应对公共危机事件网络舆情提供参考。     

网络舆情建模方法研究述评

以国外SCI、EI、ISTP数据库和国内CNKI数据库收录的核心期刊中关于网络舆情建模主题的论文为分析对象,从论文数量和研究方法上对网络舆情建模进行总体概括,根据建模对象的不同将其分为针对网络舆情信息本身的建模方法和针对网民群体的建模方法两大类,并对每大类下面的建模方法进行讨论,指出各类模型方法中存在的一些不足,在此基础上,提出一些改进意见并探讨未来的重点研究方向。     

基于百度搜索的互联网新舆情监控客户端的设计与实现

相对于互联网信息的瞬息万变,用户所关心的某关键词在网络上新增或删减的速度要小很多。给定某关键词,关注其在网络中的变化,最节省计算成本的方法莫过于使用百度搜索,比较各时段搜索结果之变化。基于这一思想,本文设计并实现了基于百度搜索的互联网新舆情监控客户端,在应用试验中,取得很好的效果。     

国内外网络舆情演化、预警和应对理论研究综述

通过国内外关于网络舆情演化规律、预警机制和对应评估的文献综述开展深入研究。对网络舆情基本问题进行研究,舆情产生后可有多种演化方式,舆情5维特征决定了舆情的产生、发展和演化,把引发实现行动作为网络舆情的末端不利于应对处理;对网络舆情演化规律的理论及分类进行研究,主要归纳为基于专题舆情、舆情主体、信息传播和网络行为的网络舆情演化机制研究;对网络舆情预警的理论及技术进行研究,核心技术是自然语言处理,涵盖舆情主题、舆情内容、传播过程、传播媒介、舆情受众的指标体系各有侧重并不完整;对网络舆情应对的理论及评估进行研究,论述网络舆情的应对做法较多,研究系统性网络舆情应对方法的相对较少。最后针对网络舆情演化、预警和应对理论的研究综述,提出相应的具体研究方法。     

网络舆情研究进展及其主题关联关系路径分析

[目的/意义]梳理网络舆情的研究进展,有助于厘清网络舆情研究的知识基础、传导规律、预警机制和治理策略等之间的内在联系和主题演化路径.[方法/过程]首先分析网络舆情的理论知识基础,然后结合现有研究,按照内容递进的规律将网络舆情研究分为影响因素、传导路径、预警机制以及引导治理策略四个主题,采用内容分析法和社会网络分析法对网...     

新媒体技术发展对网络舆情信息工作的影响研究

新媒体技术发展使网络传播模式发生了深刻变化：传播主体与受众融合,传播渠道与方式多元,传统传播流程被改变;网络舆情形态也发生了深刻变化：个体成为网络舆情形成和扩散中心,政府“把关”功能严重削弱,出现传播权滥用与“网络串联示威”。新媒体技术还给网络舆情信息工作带来了重大挑战：信息采集数量巨大,信息分析难度增加,舆情预警时间缩短,舆情应对日益复杂。