基于灰色马尔可夫模型的网络舆情预测研究

【目的/意义】网络舆情的发展是复杂非线性的变化过程,建立有效的数理模型对网络舆情发展趋势做出准 确的预测具有重要的意义。【方法/过程】首先选用网络舆情事件的百度指数构建发展趋势的时间序列指标,经过几 何平均弱化缓冲算子处理后建立改进的灰色Verhulst 模型预测,最后采用马尔可夫对改进的灰色Verhulst 模型预测 结果进行修正。【结果/结论】选取“罗一笑事件”进行案例分析,验证了本文提出的改进的灰色马尔可夫模型在网络 舆情预测中的有效性。     

基于ANP—灰色模糊的社交网络舆情风险预警研究 ——以 “以重庆公交坠江事件"为例

【目的/意义】社交网络平台的普及应用使得传统网络舆情升级为社交网络舆情,舆情风险预警难度进一步 增大,积极探索科学有效的舆情预警新方法对于舆情风险导控而言意义非凡。【方法/过程】在对社交网络舆情自身 特点及其风险预警相关主体进行总结与分析的基础上构建包含多主体影响因素的社交网络舆情风险预警体系,并 综合运用网络层次分析法与灰色模糊评价法构建基于ANP—灰色模糊的社交网络舆情风险预警模型,继而以“重 庆公交坠江事件”进行实证分析。【结果/结论】结果表明：该事件的风险预警等级介于严重和特别严重之间,存在较 大的舆情风险,采用此方法能够实现社交网络舆情风险的有效预警,从而较好地说明了该预警方法的科学性和准 确性。     

基于信息关联的负面网络舆情风险分级与预测研究

【目的/意义】网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络 社会治理成效意义重大。【方法/过程】构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加 权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此 对负面网络舆情进行风险预测。【结果/结论】实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠 度高,可为负面网络舆情风险精准响应提供有效决策依据。【创新/局限】以信息关联为视角,为负面网络舆情风险 分级与预测提供了新的研究框架,但典型案例数据库有待继续完善。     

基于熵值法的网络舆情组合预测研究

【目的/意义】互联网成为网民情感宣泄的平台使得网络舆情影响力剧增,构建模型对网络舆情的发展进行 预测具有现实意义。【方法/过程】针对网络舆情趋势预测及时性的需求,以事件标签确定待选历史数据,通过模糊 理论的模糊逻辑构建模糊时间序列预测模型,同时构建BP神经网络预测模型,以组合预测的方式提高整体的预测 精度。【结果/结论】通过实验分析结果表明,预测模型可以在一定程度将预测的时间区间前置,实现“早期”预测。     

面向公共卫生安全网络舆情预警的弱关联挖掘方法研究

【目的/意义】随着网络规模的持续扩张,加强公共卫生安全网络舆情的特征挖掘及走向预测,探索舆情预 警机制,已成为当前公共卫生安全治理领域亟待解决的关键问题。【方法/过程】本文基于对公共卫生安全网络舆情 预警特征的理解,采用弱关联挖掘方法构建了包括舆情黏合性、热力性、趋势性三个维度的公共卫生安全网络舆情 预警模型。基于此,以“长春长生问题疫苗事件”的舆情数据为例,对公共卫生安全网络舆情的影响要素进行了详 细分析;同时,综合运用K-Means聚类算法与灰色关联分析方法,对该事件的舆情发展时间进行预警分级,为后续 对策建议提供支撑。【结果/结论】结果表明基于 K-Means聚类算法的弱关联挖掘方法在公共卫生安全网络舆情中 具有较强的适用性。【创新/局限】本文基于公共卫生安全网络舆情特点,采用K-Means聚类算法与灰色关联分析方 法划分预警等级,实现了研究方法上的创新。但仍存在一些不足之处,如预警分级自动化触点的研究等,需要后续 更加深入的探究。     

基于贝叶斯网络的网络舆情事件分析

【目的/意义】目前网络舆情事件与社会稳定密切相关,其中定量计算方法在网络舆情事件分析中占有重要地位。【方法/过程】本文提出了一种基于贝叶斯网络(Bayesian Network下文简称BN)分析网络舆情事件趋势的方法。先根据先验知识和专家指导设计BN拓扑结构;再利用EM算法推算条件概率表;最后通过训练集和测试集的方法检验BN的有效性。【结果/结论】本文以随机抽取的2018年100件网络舆情事件为数据源进行实验,结果表明本文设计的BN在预测网络舆情事件趋势方面是可靠的。这为基于BN处理网络舆情事件提供了一定理论依据。     

基于郎之万方程的网络舆情共振研究

【目的/意义】网络舆情共振是一种舆论叠加爆发现象,从现实情况来看,多事件引发的共振对社会的影响远 大于单一事件,然而目前有关网络舆情的研究多集中在单一事件方面,有关多事件之间共振的研究相对较少。【方 法/过程】本文将区域文化、人群特征、政府介入等因素作为调节变量,借鉴郎之万方程建立网络舆情共振模型,并采 集 2013年乙肝疫苗及 2016年山东疫苗事件的数据,经过模型计算得到共振规律图,与统计相关博文数量后得到的 折线图进行对比分析。【结果/结论】结果显示了山东疫苗事件与乙肝疫苗事件产生共振,证明了模型的合理性。     

基于系统聚类的反转网络舆情分类及预测研究

【目的/意义】网络舆情反转现象愈演愈烈,研究反转网络舆情的特点和分类,对于深入分析反转网络舆情 的发生,有效预防网络舆情反转的危害有重要现实意义。【方法/过程】通过分析网络舆情反转现象,识别网络舆情 反转的风险因素,构建反转网络舆情的分类和预测模型,利用SPSS21对反转网络舆情案例样本进行聚类分析和判 别分析。【结果/结论】结果表明事件性质、报道倾向、报道形式、首发平台,以及与网民相关度是影响网络舆情反转 的重要因素。将反转网络舆情分为四类,以此为基础开展预测,并为反转网络舆情的应对提出策略支持。     

网络舆情波动性特征的GARCH模型分析

【目的/意义】随着移动互联网技术的飞速发展,社交网络信息数量呈现爆炸式增长,民众对于热点事件的 评论形成强大的舆情力量,因此对舆情的分析与监控成为目前重点关注的问题。【方法/过程】为此,本文基于 GARCH模型,以“甘肃白银连环杀人案”事件为例,对网络舆情的波动性进行研究。【结果/结论】通过舆情数据的收 集和分析,研究结果表明,该新闻舆论出现与GARCH模型的特点相一致,模型和数据可以通过调整参数实现完美 拟合。     

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。     

基于循环神经网络的网络舆情趋势预测研究

【目的/意义】网络舆情预测由于对指导政府工作,维护社会稳定具有很高的现实意义,一直是网络安全领 域研究工作的关注重点。但是网络舆情演化趋势复杂,影响因素众多,前人工作多考虑了单变量因素,忽视了多因 素对趋势的影响,且前人采用的传统模型由于自身的局限性,针对非线性场景的预测很难收到较好效果。【方法/过 程】为解决前人研究的不足,本文设计了一种基于循环神经网络的自适应学习率的网络舆情模型,根据舆情数据特 点选取了多种特征构建了循环神经网络序列生成模型,针对循环神经网络模型收敛困难的问题,通过连续最优掷 币策略自适应调节学习率来提高训练速度和预测精度。【结果/结论】实验结果表明,与传统方式和普通神经网络相 比,本文方法有着更好的舆情预测效果。     

突发疫情环境下网络舆情传播趋势预测及社会保障应急机制研究

【目的/意义】突发疫情环境下将形成大量网络舆情,准确把握网络舆情传播趋势可为突发疫情环境下的社 会保障应急机制提供参考依据。【方法/过程】本文从网络舆情信息交互影响要素、网络舆情信息交互机理两方面分 析突发疫情环境下网络舆情信息交互机理;并从网络舆情传播趋势特点考虑,以新冠病毒肺炎李文亮事件为例,采 用Elman 神经网络模型,选取网络信息数量以及情绪总量和主导情绪作为网络舆情传播趋势预测主要变量和辅助 变量,对突发疫情环境下的网络舆情传播趋势进行预测分析,针对预测结果制定相关社会保障应急机制。【结果/结 论】研究提出可通过完善网络舆情相关法律机制、社会参与机制、信息披露机制、社会监督机制、责任追究机制五项 社会保障应急机制,以期为突发疫情环境下维持社会稳定性提供依据。【局限/创新】未来研究中可结合更多相关实 例进行分析,从而使研究结论进一步得到丰富与深化。     

基于BSC-SD的企业网络舆情管理绩效研究

【目的/意义】近年来危机事件的频发与人们表达诉求的期望加剧给企业网络舆情管理带来了严峻挑战,针 对企业网络舆情管理绩效进行研究可以为企业应对网络舆情提供支持。【方法/过程】利用平衡积分卡的思想结合 企业提高网络舆情管理绩效的愿景,从监控预警水平、主体联动水平、反馈响应水平、引导治理水平和文化修养水 平五方面进行系统动力学仿真,探究因素之间的相互作用与制约关系。【结果/结论】基于平衡计分卡与系统动力学 的企业网络舆情管理绩效模型通过定量分析有助于企业在应对网络舆情时采取更合理的管理手段。     

公共卫生事件舆情的地区差异及其情感测度——以新冠肺炎疫情为例

【目的/意义】突发公共卫生事件是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌;了解公共卫生舆情地区的差异,为舆情调控提出建议。【方法/过程】利用网络爬虫技术爬取新浪微博自2020年1月17日至5月29日的COVID-19每日疫情通报博文下共计10余万条评论,运用情感分析和词频统计探讨地区舆情演变特征及其原因,利用面板数据模型估计方法对网络舆情情感得分进行预测。【结果/结论】模型预测我国7个地区,14个影响变量,样本记录938条;整体的情感得分区间为(0.1,0.6);其中华北、华中、东北地区情感得分均值区间为(0.25,0.35),而华东、华南、西南、西北地区的情感得分均值区间为(0.35,0.45);相关分析表明预测模型拟合具有统计学意义（P<0.05,R2=0.65）。【创新/局限】基于COVID-19的网络舆情呈现出地理区域特性和时间特性,通过建模测度手段对舆情进行监测,从而采取应对措施,但是还需考虑潜在因素的影响。     

社会热点事件网络舆情与谣言的耦合机制研究——基于近4年数据的案例分析

【目的/意义】互联网背景下社会热点事件层出不穷,因网络高关注度极易引发舆情与谣言危机,舆情与谣 言演变时关系紧密,通过分析舆情与谣言耦合机制,为社会热点事件网络治理提供指导。【方法/过程】选取近4年28 个社会热点事件,筛选其中表现突出的耦合样本,可视化呈现了社会热点事件网络舆情与谣言的耦合模型,进而利 用场域理论中行动者、资本与惯习的内、外循环机理揭示网络舆情与谣言的耦合机制。【结果/结论】揭示了社会热 点事件网络舆情与谣言的一致演变耦合模型、超前分歧耦合模型和滞后分歧耦合模型,并深入分析了三类耦合模 型中不同的耦合机制,包括两场域互振共变机制、谣言场抑制与舆情场反攻机制,以及舆情场主导与谣言场破茧机 制。对于社会热点事件网络舆情与谣言的科学判定及精准施策具有重要意义。【创新/局限】结合多元研究方法揭 示舆情与谣言间的双向互动关系,在舆情与谣言耦合演变影响因素的理论研究仍需加强。     

高校网络舆情风险评估及预警研究

【目的/意义】监测高校网络舆情大数据信息,建立风险评估及预警系统对于快速准确识别高校网络舆情危 机风险等级,提高高校和政府相关部门对网络舆情的监管效率、应对能力以及治理水平有着极其重要的意义。【方 法/过程】在研究高校网络舆情影响因素和发展演化规律的基础上,构建舆情发布者影响力、舆情热度、舆情强度、 舆情扩散度四个维度的高校网络舆情风险评估指标体系,利用随机森林算法和熵权法进行指标筛选和权重计算, 综合运用TOPSIS法和灰色关联分析法构建高校网络舆情风险评估及预警模型,对舆情风险等级进行划分。【结果/ 结论】研究结果表明,该模型具有很好的准确性和有效性,极大简化了高校网络舆情风险评估和危机预警的识别程 序,为合理有效地处理和应对高校网络舆情提供了借鉴和参考。【创新/局限】增加风险评估指标筛选过程,两种评 估方法的有效结合使得风险评估和预警结果更加客观准确。     

基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学 模型研究

【目的/意义】随着移动网络技术的飞速发展,用户已习惯在社交网络平台发表意见,进而形成所谓的网络 舆情。准确建立舆情的传播模型,对于舆情的引导和控制具有重要的帮助。【方法/过程】本文基于传统的SIR传染 病模型,综合考虑用户的心理特征行为因素,搭建新型的社交网络舆情传播动力学模型,并选用粒子群算法,以 2016年内热点的微博舆情事件为例,求解模型参数的最优值,并进行实验数据验证。【结果/结论】结果表明：用户的 追根溯源心理、持续关注心理以及漠不关心心理等心理特征对舆情的传播特性有重要影响,同时本文给出的模型 由于考虑了用户的心理特征行为因素,模型的准确性相较传统的SIR模型有明显优势,模型拟合曲线与真实数据曲 线基本一致,并且模型拟合值与真实数据的绝对误差值和RMSE值都较低。本文的研究对准确预测舆情信息传播 趋势以及舆情的分析和引导有着重要的指导作用。     

移动社交网络舆情多主体应对的系统动力学仿真研究

【目的/意义】移动社交网络时代,随时随地传递信息与发布动态已然成为人们的一种生活习惯。与此同 时,移动社交网络的即时性、超时空性等特点也使得网络舆情进一步升级—移动社交网络舆情由此产生。【方法/过 程】通过构建移动社交网络舆情多主体应对的系统动力学模型,并采用 Vensim PLE软件对实例进行模拟仿真。【结 果/结论】结果表明移动社交网络舆情受舆情事件、媒体、网民、政府四个主体的共同影响,降低事件敏感度、移动社 交平台传播次数、网民情绪强度及提升政府的信息透明度能够有效地应对移动社交网络舆情。     

政府网络舆情治理融合与政府信息协同效应测度研究

【目的/意义】为更好地适应网络舆情环境的变化,提升政府网络舆情治理能力,本文对政府网络舆情治理 融合与政府信息协同效应测度方法进行了优化设计。【方法/过程】本文基于网络计算学与动力学间的协同效应构 建了协同舆情演化模型,通过计算政府相关性,并以Deffuant模型为基础框架建立逆转模型,实现对政府网络舆情 治理融合与政府信息协同效应的测度。同时以“重庆公交车坠江事件”舆情为例,对所提出的的协同效应测度方法 进行验证。【结果/结论】实例分析结果表明,此次研究的测度方法能够准确分析出政府信息下发前舆论的导向,并 且验证了在政府网络舆情治理与政府信息结合后对于舆论的治理效果更好。【创新/局限】由于本文选取的案例较 单一,因此实证结果存在一定局限性,日后可选取多项案例进行综合分析,使测度方法更加具有说服力。     

基于事理图谱的多维特征网络舆情演化路径研究

【目的/意义】基于事理图谱的方法对网络舆情事件进行揭示,能够准确分析舆情事件的发展趋势和脉络, 为政府部门的舆情管控和舆情引导献计献策。【方法/过程】以微博“长征5B失控”的相关主题与评论内容为研究对 象,对提取的数据进行清洗和处理、抽取和泛化,分别生成顺承事件对和因果事件对,并对其顺承关系和因果关系 进行识别,从而构建网络舆情事理图谱。【结果/结论】在网络舆情的发展过程中,可以看出因果事件的演化路径具 有时间发生短,演化路径短的特点,伴随着时间的推移,其演化的趋势也逐步降低;网络舆情顺承事件具有传播的 时间长,传播的路径多且具有多向性的传播特点,在顺承事件的传播过程中,往往伴随着因果事件,且舆情事件的 走向与网民的情绪有很大的关联。【创新/局限】构建基于事理图谱的网络舆情的演化路径,同时揭示网络舆情演化 的传播特点与现实意义,后续有必要扩大研究样本,使得研究结果具有更好地通用性。