突发公共卫生事件中公民隐私泄露舆情的情感演化图谱研究

[目的/意义]基于突发公共卫生事件期间由公民隐私泄露导致的舆情事件,构建公民隐私泄露舆情的情感演化图谱可以呈现突发公共卫生事件期间网民的情感演化特征,为舆情监管和舆情引导提供参考。[方法/过程]结合文本词语加权方法“词频—逆文档频率”(TF-IDF)的LDA主题挖掘、机器学习的情感分析和社会网络分析方法,基于舆情生命周期的不同阶段,构建突发公共卫生事件中公民隐私泄露的情感演化图谱分析模型。并以新型冠状病毒肺炎疫情期间“成都确诊女子隐私泄露”事件为研究样本话题,分析不同舆情阶段的主题挖掘和不同舆情阶段的情感演化图谱。[结果/结论]网络暴力、隐私泄露和疫情防疫是疫情期间隐私泄露舆情主要关注点,公众讨论具有交互式特征和不同舆情阶段内的多元化特征。     

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。     

基于系统动力学模型的政务短视频网络舆情动力演化分析

[目的/意义]随着5G时代的到来,短视频的信息传播成为引导网民舆情的重要工具,如何运用政务短视频导控网络舆情成为政府面临的新挑战。[方法/过程]将政务短视频网络舆情分为舆情事件、网民和政务短视频三个子系统,借助Vensim PLE软件,构建政务短视频网络舆情多主体应对仿真模型,并结合具体案例"黑龙江疫情反弹"仿真分析子系统中各影响因素之间的相互作用关系,探究政务短视频网络舆情传播的动态机制。[结果/结论]结果表明:政务短视频网络舆情受舆情事件、网民、政务短视频子系统及其相关因素的共同影响。因此,政务短视频可以通过控制三个子系统的相关因素,有效应对和导控网络舆情。     

信息生态视角下移动短视频UGC网络舆情传播行为影响因素研究

[目的/意义]移动短视频UGC网络舆情传播行为影响因素的分析,可以更好地了解移动短视频用户的行为特征及影响因素,从而帮助网络舆情监管部门加强移动短视频网络舆情管理。[方法/过程]文章以计划行为理论为基础,基于信息、信息人、信息技术、信息环境和谐发展的信息生态视角,构建移动短视频UGC网络舆情传播行为影响因素模型;采用问卷调查和结构方程研究方法,使用SPSS 22.0和AMOS 21.0软件对数据进行统计分析和模型验证。[结果/结论]研究结果说明,信息、信息环境、信息技术3个因素通过传播意愿对移动短视频UGC网络舆情传播行为产生正向影响;信息因素对移动短视频UGC网络舆情传播意愿影响最大,其次是信息环境和信息技术。     

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。     

学科交叉视域下国际舆论场突发公共卫生事件网络舆情传播研究综述

[目的/意义]新冠肺炎持续蔓延的国际舆论场波谲云诡，如何把握舆情传播规律进而提升国际传播力与话语权，是新时代情报学理论研究与实践探索面临的重大问题。[方法/过程]以Web of Science和CNKI数据库为来源，辅以文献分析方法进行主题挖掘和观点提炼后，遵循“行为特征层—传播机理层—实践应用层”逻辑思路，述评国际舆论场突发公共卫生事件网络舆情传播研究主题并提出未来展望。[结果/结论](1)该研究涉及情报科学、信息科学、系统科学、传播学等多个学科，是一项学科交叉融合、支撑共建的系统性工程；(2)现有文献主要聚焦传播群体行为、舆情传播机制、国际传播力提升3个主题进行研究；(3)未来可尝试不同学科之间跨界组合，围绕舆情画像塑造、传播规律探析、传播策略应用等视角展开探索。     

面向视频弹幕的网络舆情事件监测研究

[研究目的]从视频弹幕的视角出发,挖掘网络舆情事件的话题漂移规律,提升网络舆情事件的视频情感检索精度。[研究方法]通过对视频弹幕进行主题与情感分析,提升网络舆情事件在线监测精准度,并在此基础上提出并构建弹幕迁移指数,建立一种基于弹幕迁移指数的情感监测方法,该方法首先基于BTM主题模型抽取视频弹幕的话题信息,并基于情感词典与颜文字词典计算不同时间窗口下的话题情感类别与情感强度,建立面向视频弹幕的网络舆情事件监测模型,再从话题内容的变化与视频兴趣热度两个角度构建话题迁移指数,并利用话题的情感强度变化,构建情感迁移指数。最终,基于话题迁移指数与情感迁移指数,得到加权后的弹幕迁移指数,实现网络舆情事件的在线监测。[研究结论]通过视频弹幕社区的真实数据,从逻辑层面验证了本模型的合理性,结果表明该方法能够较为准确地识别网络舆情事件迁移的关键时间窗口,为实现视频分享平台的情感可视化提供了切实可行的理论探索。     

基于模糊集理论——DEMATEL方法的突发公共事件短视频舆情衰退关键影响要素识别研究

【目的/意义】突发公共事件短视频舆情的衰退受到多要素的共同影响,识别出对突发公共事件短视频舆情衰退起到关键影响作用的要素,有助于相关主体提高研判突发公共事件短视频舆情衰退所处进程的效率,以更少的投入快速准确地掌握突发公共事件短视频舆情衰退的演化进程。【方法/过程】本文采用元人种志方法对突发公共事件短视频舆情衰退的相关原始研究进行收集、转译与集成,得到突发公共事件短视频舆情衰退的影响要素集;进而采用模糊集理论——DEMATEL方法,通过对影响要素集中的各个影响要素的原因度、中心度、影响度与被影响度的计算与排序,识别出对突发公共事件短视频舆情衰退具有关键影响作用的要素;最后,根据识别出的关键影响要素,有针对性地提出引导突发公共事件短视频舆情衰退的策略。【结果/结论】研究结果表明,突发公共事件短视频舆情衰退影响要素集中共包含17个影响要素,并从中识别出了8个关键影响要素。【创新/局限】对突发公共事件短视频舆情衰退的关键影响要素的作用强度的研究有待后续进一步深入。     

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。     

重大突发公共卫生事件政府回应效果影响因素研究——基于2011—2020年我国36起重大突发公共卫生事件的实证分析

[目的/意义]通过对2011—2020年我国发生的重大突发公共卫生事件进行分析,以期为政府机构防范和应对重大突发公共卫生事件提供参考。[方法/过程]广泛查找文献,搜集2011—2020年我国发生的重大突发公共卫生事件,筛选出10年间我国发生的36起重大突发公共卫生事件作为研究样本,分析重大突发公共卫生事件政府回应效果及事件属性、传播、舆情、应对基本状况,考察重大突发公共卫生事件政府回应效果影响因素。[结果/结论]重大突发公共卫生事件类型分布、曝光速度、谣言传播、舆情性质、舆情解决情况、应对主体、应对速度、处置结果对政府回应效果具有显著影响,而最为显著影响政府回应效果的因素依次为事件谣言传播、舆情解决情况和曝光速度。     

重大突发公共卫生事件中老年用户信息公开满意度影响因素模型构建——以成都市为例

[目的/意义]作为数字时代的信息弱势群体,重大突发公共卫生事件中老年用户的信息公开满意度将是影响各级政府风险与应急管理效果的重要因素。[方法/过程]文章选取成都市老年群体为具体研究对象,运用访谈和扎根理论方法,分析获取重大突发公共卫生事件中老年用户信息公开满意度的关键影响因素并构建影响因素框架模型。[结果/结论]以信任程度、主观能力、需求期望和社会支持等为自变量,以感知易获取性、感知质量和感知价值为中间变量模型,揭示了重大突发公共卫生事件老年用户信息公开满意度影响因素的多元性与作用关系的复杂性,体现了老年用户作为信息弱势群体在重大突发公共卫生事件公开信息获取与利用中的信息心理与行为特质。     

突发公共卫生事件下在线健康社区突发话题与情感的共现关联分析

[目的/意义]在线健康社区在突发公共卫生事件的应急和管理中发挥了重要的作用,对社区中用户关注的事件话题及其情感进行分析和监测有助于社区平台创新应急服务水平,提升舆情监管部门的舆情管理水平。[方法/过程]为了实现在线健康社区突发话题与情感的共现关联分析,首先抽取话题及其特征词,计算话题突发强度;然后对用户情感进行分类与极性强度计算;接着对突发话题与情感进行共现可视化分析;最后对话题突发强度与情感表达之间的关系进行实证分析。[结果/结论]文章的研究思路与方法可以直观地观测用户交互话题的突发性以及话题—情感的演化进程;情感强度与话题突发强度存在正向弱相关关系,随着话题突发强度增强,用户表达的情感类型也会有所不同。     

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。     

社交网络舆情多模态知识图谱构建框架研究

[研究目的]信息技术的发展丰富了社交媒体用户的沟通交流方式，研究社交网络舆情多模态知识图谱的构建对网络舆情治理具有重要的现实意义。[研究方法]基于多模态数据的语义互补，讨论了实体属性关联、图像(视频)文字描述、图像(视频)属性、图像(视频)关联等多种异构数据融合方式。在此基础上，提出社交网络舆情多模态知识图谱的构建框架，并分析了在多模态语义理解、多模态实体对齐、多模态知识表示等方面存在的问题与挑战。[研究结论]提出基于多模态知识融合的社交网络舆情多模态知识图谱构建框架，为交互方式日趋丰富的社交网络舆情治理提供有益参考。     

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。     

政务短视频用户持续参与的影响因素研究

[研究目的]政务短视频快速兴起与发展的背景下,从全面的系统特征视角理解政务短视频用户持续参与的影响因素与作用路径,是提升政务短视频质量,促进用户持续参与,发挥政务短视频价值最大化的重要前提。[研究方法]以期望确认模型与D&M信息系统成功模型的整合模型为基础,引入感知趣味性、个性化推荐质量两个新的影响因素,构建政务短视频用户持续参与模型。依据问卷调查方法获取的362份数据,采用结构方程来验证假设及变量的净效应,采用模糊集定性比较分析方法(fsQCA)来探索整体视角下形成高持续参与的条件组态。[研究结论]实证研究的结果表明,衡量系统特征的质量因素通过用户感知因素正向影响用户持续参与意向。fsQCA结果显示,内容效用模式、个性效用模式、体验效用模式、服务效用模式四类模式均可以实现用户高持续参与意向。据此,提出了本文的理论贡献与实践启示。     

我国突发性网络舆情事件的关联网络结构分析

[目的/意义] 对我国突发性网络舆情事件的要素进行内容归纳和关联分析,以发现网络舆情演化的结构特征,丰富对网络舆情传播规律的共性认识。[方法/过程] 以人民网连续12年发布的《我国互联网舆情分析报告》的115个突发性网络舆情事件为研究对象,基于内容分析和共词网络分析方法,从"主体-主题-风险-诱因"四大维度来透视我国网络舆情事件的关联网络结构特征。[结果/结论] 研究发现,我国突发性网络舆情事件的要素之间具有紧密的关联性;府际问责、政民互动与警民冲突构成我国舆情生态的基本主体关系;公众安全感和政府公信力在共词网络中具有重要影响力;经济利益、公平正义和道德诚信也是社会公众关注的永恒议题。     

规模化封闭激发网络舆情的演化机理研究

[目的/意义]研究规模化封闭期间的舆情,可为未来高效处置突发公共卫生事件提供经验。[方法/过程]基于政策过程视角,对武汉封城后一年内的十一万余条微博网民原创博文进行扎根分析,构建封城激发网络舆情的演化机理模型。[结果/结论]早期的封城加剧民生问题,根本原因在于物资保供、医疗保障、人员流动和应急能力的四个核心缺陷。演化过程存在“正强化效应”机理,核心缺陷与民生问题、舆情构成不断强化的反馈效果,应急能力缺乏是核心缺陷内部正强化效应的起点,也是抑制民生问题和舆情产生的关键。提升应急能力,建立健全封城应急预案,加强储备和拓宽信息发布渠道,可以有效抑制民生问题并化解舆情。     

舆情评论与新闻报道的话题识别及其主题关联分析

[目的/意义]针对同一事件新闻报道与舆情评论既相互依存又偏离的现象,通过话题识别与主题关联分析,探索新闻报道引发的舆情评论在主题内容与时间阶段上的异同,拟为研究以舆情评论表达的舆情事件和以新闻报道表达的社会现实之间的共振与偏离,进而为探究社会舆情传播规律提供参考,为服务政府科学决策提供依据。[方法/过程]以拉斯韦尔（5W）模型、LDA主题模型和Python工具为基础,设计研究思路和流程,从腾讯新闻和知乎平台上抓取新闻报道和评论的数据,经过处理加工过后加以分析挖掘。[结果/结论]研究发现：舆情事件主题会一定程度偏离社会现实主题,衍生出更多隐性主题;舆情事件与社会现实的发展走向较一致;此外,社交媒体相较于新闻媒体所衍生的舆情事件主题更多,而两者反映的社会现实主题类似。     

突发公共卫生事件中大学生健康信息搜索的APP交互行为研究

[目的/意义]移动智能时代到来,用户与APP交互完成健康信息搜索已成为常态。文章旨在揭示突发公共卫生事件中大学生健康信息搜索的APP交互行为,为移动健康信息服务提供针对性建议。[方法/过程]结合移动经验采样法、关键事件技术与日记法获取大学生用户突发公共卫生事件中的健康信息搜索数据,并采取开放式编码、关联性分析和社会网络分析方法对APP类型、APP交互搜索功能、APP交互搜索主题和APP交互搜索路径进行分析。[结果/结论]首先,在突发公共卫生事件中,大学生用户的健康信息搜索路径一般由偶遇驱动,具有多渠道选择特征;其次,大学生用户的APP交互搜索行为受到目的和情境双因素影响,且呈现核心—边缘应用的模式;最后,APP是跨屏和线下—线上搜索路径中的关键节点,多信息源搜索的快捷性得以增强。