基于复杂网络的微博舆情分析

微博作为迅速崛起的新兴社会媒体,在网络舆情领域日益引起研究者的关注.为了弥补传统网络舆情分析的不足,本文将共词网络分析和复杂网络的思想与方法拓展到微博舆情分析中,并设计了基于网络可视化的微博舆情分析模型.并通过实证分析对其效果进行验证,发现共词网络可有效探测舆论热点,复杂网络在舆论领袖发现中也可取得较好效果.本文为基于微博的网络舆情分析提供了有效的可视化途径,探索和拓展了其研究方法,并提供了有益借鉴.     

新媒体语境下女性话题内容、特征及影响因素研究

随着社交网络的快速发展,凭借其开放自由即时的传播特点,由社交网络引起的热点舆论事件层出不穷。女性作为传统意义上的弱势群体,缺乏公开表达以及正面呈现的平台,伴随着社交网络的普及,各类女性话题受到关注。本文选取中国最大的社交网络平台新浪微博热点事件"和颐酒店女生遇袭"为例,对相关微博的热门评论进行内容整理,通过文本分析,总结了新媒体语境下女性话题内容以及特征,在此基础上归纳出了影响女性话题参与的主客观影响因素。     

微博舆论传播的集群行为执行意向规律感知比较实验

基于微博舆论传播的网络集群行为执行意向的规律与感知探索已成为预警与舆情研究的热点。通过三个在线微博实验,从话题热度及走势、情绪热度、语义网络及微博影响力方面对微博舆论传播集群行为规律进行探索。结果发现:微博集群行为执行意向受到话题热度及走势、情绪热度、网络中心性、粉丝数、关注数和原创数的影响;微博集群行为的可控性、安全性和价值性执行意向规律在话题走势、情绪变化、微博影响力、语义网络等方面均存在差异性。本实验研究结果对于微博热点事件引导策略的制定有一定的启示意义,同时能够对于加强社会管理和危机应对提供实践指引。     

微博舆论场中当事人身份范畴的建构——基于新韩礼德学派评价理论的视角

考察微博舆论场当事人身份范畴的动态建构,具有方法论的意义。在网络舆论热点事件中,各个认知主体竞相发声,热烈讨论,各种观点相互碰撞,多种声音相互交织,导致同一当事人被建构出多重身份范畴,而且各种身份范畴呈现明显的多元特征甚至相互对立。本文结合几个典型网络热点事件的微博文本,运用新韩礼德学派评价理论,深入考察微博文本中当事人身份范畴的动态建构,探讨其背后的评价主体、评价动机与选择,以期更好认识和把握微博舆论生态。     

微博舆论场中的《新闻联播》——以2012年十八大报道期间为例

本研究基于中国存在的"两个舆论场"之说,采用定量与定性相结合的研究方法,以2012年11月份新浪微博中发布的有关《新闻联播》的网络舆论文本内容为第一手抽样材料研究发现,微博舆论场中有关《新闻联播》最敏感的话题是时长变化;微博舆论场最强反应时间为开播后3分钟与结束前5分钟;微博舆论场中影响力最大的博主身份为视频类新媒体机构;微博舆论场中对《新闻联播》的总态度为弱负面性,机构类媒体发挥中和作用;微博舆论场中接近民生、经济、个人化视角的表达,带有数据性、时间性的字词会被反复使用。     

传统媒体如何应对微博的冲击

微博正在改变传播方式 从2010年的舆论热点可以看出,除了传统媒体自主调查并披露引发的热点外,由网络引发的热点大部分起源于微博,或在微博上得到当事人的回应.2011年春节发生的微博"打拐"事件,更使"微博"一词成为2011年春节最主要的关键词,微博的力量已深入人心.     

微博开展舆论监督的权利与义务

文微意博的微博在中国乃至整个世界都掀起了一场编织"围脖"的全民行动.依托互联网技术的微博,为公众表达民意、参与社会政治生活提供了一个方便快捷的舆论平台,使民意表达的渠道和空间迅速扩展和延伸,由此发展出了一种新型的网络舆论形态即微博舆论.微博舆论经过裂变式的传播之后,形成一股强劲的舆论力量,对社会中存在的不良现象和问题进行关注与监督.     

网络潮波:金华“狗肉节”舆论传播动力机制研究

2011年9月初网络掀起抵制金华“狗肉节”的舆论声势,引人关注.在网络舆论波的理论框架下,基于对有代表性的网络论坛帖子和微博的文本分析和对典型微博的转发、评论及其传播路径的社会网络分析,发现这起事件是中国语境下的动物保护思潮及相关组织运动迅猛发展的一次集中式舆论风潮爆发,其背后的网络舆论潮波的能量源自社会风尚和观念意识的现代化变迁,长期以来积聚而成,并将不断对公共舆论空间产生持续性的表达压力.舆论潮波的持续性、周期性特征模式表明其策动的集群情绪宣泄、舆论行为表达并不会因“狗肉节”的“永久叫停”而停歇消退,还将会在新的舆论场域掀起波澜.     

微博主题发现研究方法述评

[目的/意义]对现有微博主题发现的研究文献进行全面的梳理和评述,为研究人员深入开展相关研究提供借鉴。[方法/过程]针对传统的主题发现的基本原理和主要研究方法,分析微博文本的组织特征,从基于短文本特征和基于非文本特征的这两个角度对微博主题发现方法进行梳理,并对两类方法进行详细的阐述及特点分析,最后对微博主题发现研究的发展趋势进行展望。[结果/结论]目前微博主题发现的研究还处于探索阶段,未来应该继续深化理论探索、创新研究方法。     

社会信任视角下反转新闻受众的情感结构及其影响因素分析——基于微博评论的文本挖掘

反转新闻频出成为新媒体环境下新闻领域的"新常态",微博评论是公众在社交媒体平台接收反转新闻后态度观点的最直观的展示窗口,微博评论中蕴藏着丰富的情态信息,但是学界对于这一反转新闻舆论爆发的重要来源并未给予过多关注.本研究基于微博评论的文本挖掘,从社会信任视角出发,分析反转新闻受众的情感结构和影响因子.研究发现,反转新闻微博评论表现出对涉事主体的情绪归因和弱势群体的高度关注,负面的情感势能直接映射至公众对社会和媒体的信任感知.反转新闻的发生年序和议题设置是引发情绪变化、影响公众信任的关键因素.     

网络舆情对公众参与公共决策的影响性研究——以“南京绿评制度”为例

网络舆情与现实事件的良好结合与互动,有助于公众参与公共决策的实现。论文着眼于研究“南京绿评制度”形成的相关网络舆情在不同途径传播的特征,从公众网络信息行为的各要素出发,分析得出公众在参与公共决策的过程中与政府决策之间存在着倒逼机制,网络舆情对于公共决策的形成起着一定的影响作用。     

基于舆情客体与本体剥离的重大突发事件网络舆情本体演化强度研究

[目的 /意义]重大突发事件网络舆情在传播过程中往往会出现不同的主题,而微博用户对不同主题的表达和关注也会直接影响网络舆情的传播速度和规模以及舆情事件的走向。针对重大突发事件的微博用户主题演化分析有助于应急管理部门更好地理解重大突发事件的发展轨迹以及公众在不同阶段的关注点,以便采取有效应对措施。[方法 /过程]以网络舆情信息特征为立足点,辅以自然语言处理技术将舆情信息客体与本体进行剥离,结合重大突发事件特征,创新性提出以舆情客体信息为参照基线的舆情本体演化强度来反映微博主题演化趋势。[结果 /结论 ]研究结果表明,面向网络舆情信息本体的主题分析,与网络舆情实际发展演化趋势更加贴近,对主题内容的揭示也更加全面。同时研究思路也对现有网络舆情主题分析的研究方法中单一求助于自然语言处理技术的优化与更新具有一定启示意义。     

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。     

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。     

网络论坛视角下突发事件舆情的关键节点识别及分类研究

认为在突发事件的舆情传播过程中,网络论坛中影响力大的关键节点左右传播的走势。设计一种完整的网络舆情节点挖掘和分类的技术方法,包括原始数据挖掘、数据结构化、节点影响力测算与识别、关键节点论坛影响力计算、关键节点分类等,涉及GooSeeker、Gephi、LeaderRank等算法和软件,并以“7·23动车事故”为例进行具体分析。通过研究揭示出网络舆情的结构复杂性、无标度性、子社区结构等特征,得到“网络名人型”和“事件关注型”两类关键节点的演化规律,对网络舆情的科学应对具有参考价值。     

融合句法特征和句法相似度的网络舆情突发事件识别方法研究

[目的/意义] 快速、准确地从突发网络舆情文本中识别事件。[方法/过程] 提出一种融合句法特征和句法相似度的网络舆情突发事件识别方法。结合句法特征提出面向事件的句法特征提取方法,利用事件语义标注和句法特征提取方法构造事件句法特征库,通过计算待测文本与句法库的句法相似度来识别网络舆情突发事件。[结果/结论] 以新型冠状病毒肺炎疫情为例,所提出网络舆情突发事件识别方法在该舆情下的最优相似度为0.93,在此相似度下从一段新的文本中识别出160个事件和30个非事件,F1值达到了0.848。通过方法测评证明网络舆情突发事件识别方法在利用句法相似度识别事件和进行相同相邻词性合并等方面创新的有效性。     

Naming Neda: Digital Discourse and the Rhetorics of Association

This article analyzes several online discourses centering on the death of Neda Agha Soltan, a young Iranian shot and killed during Iran's post-election protests in the summer of 2009. Hours after the tragic event, cell phone footage of Agha Soltan dying on camera was posted online by an anonymous citizen-journalist. Immediately, media users began juxtaposing images sampled from the footage with words, texts, photographs, drawings, and music. All sorts of competing and complimentary discourses emerged as media makers attempted to define the significance of the life and death of a young woman who became known to millions as simply, Neda.     

企业竞争情报系统建设中的舆情监控研究

论述随着网络的发展,舆情对企业的影响越来越大,舆情监控子系统成为企业竞争情报系统不可或缺的一部分。结合为企业研发竞争情报系统中舆情子系统的设计经验,分析当前企业网络舆情的特点,分析企业竞争情报系统框架内通用的企业舆情子系统的功能结构,提出解析企业舆情监控需要解决的关键技术,并提出企业舆情监控的工作流程。     

网络突发事件中社交机器人情感的交互式影响机制研究

[目的/意义] 细化社交机器人对网民情感的干预机制,同时从实践上为网络突发事件舆情治理提供建议参考。[方法/过程] 以仁济医院赵晓菁事件为例,利用朴素贝叶斯方法计算微博情感倾向,通过构建向量自回归模型（VAR）并进行格兰杰因果检验、脉冲响应分析以及方差分解分析,确定社交机器人、意见领袖与普通用户在事件生命周期各阶段的情感关系。[结果/结论] 社交机器人、意见领袖与普通用户的情感关系随舆情阶段演进发生变化,在爆发期,社交机器人放大了意见领袖对普通用户的情感影响;在成熟期,社交机器人影响式微,普通用户的情感反作用于社交机器人与意见领袖;在衰退期,三者保持较为独立的情感关系。此外,社交机器人的影响策略具有隐匿性和间接性特征。     

网络舆情热度的影响因素研究——基于2010-2018年10600起舆情事件的实证分析

本文基于2010-2018年10600起舆情事件,考察了事件本身属性、媒介传播、网民参与及政府干预对网络舆情热度的影响。多元分层回归模型的结果表明:1.环境和文化体育类事件网络舆情热度较高,反腐倡廉类事件网络舆情热度较低;因为大型活动和科技发现引发的舆情事件传播热度较高。2.由传统媒体、网络新闻首次曝光的舆情事件热度较低。3.出现第三方、网络谣言、网络动员的舆情事件热度较高,意见领袖的出现对网络舆情热度没有显著影响;网民舆论倾向性非常正面的舆情事件传播热度较高。4.网络舆情事件中如果国家部委进行了干预,则舆情热度较高;政府干预的时效性越差,网络舆情热度越高;政府采用新闻发布会、社交媒体回应的舆情事件热度较高,利用对外公告或文件回应的舆情事件热度较低;政府干预级数与网络舆情热度正相关。