网络热点事件中的舆情关联问题研究

热点事件舆情关联现象在网络时代普遍存在。事件通过共同主体、主题或者情绪相互联系,既包括存在于单一热点事件之中的舆情簇,也包括存在于多个热点事件之间的舆情集。研究表明网络热点事件舆情关联是由信息的"眼球经济"效应、媒体的协同过滤和议程设置以及网民的群体记忆等多种因素而促成。舆情关联会促进网民和媒体的事件认知,推动政府治理,但也会造成私人生活的公共化、网民的反向认知、情绪累加和政治冷漠等问题。政府应建立关联舆情数据库以及立体的舆情应对体系,加强媒体管理及网民引导,从而有效地对舆情关联所带来的负面影响进行防控。     

基于网络舆情分类的舆情应对研究

在梳理已有文献的基础上,从网络舆情演化要素入手,构建网络舆情分类标准体系,以"刺激性事件主体行为"和"网络舆情传播过程"作为两个主要维度。并据此从政府的视角,将网络舆情划分为弱型网络舆情、强型网络舆情和波动型网络舆情。针对不同类型网络舆情,提出相应的"淡入式"、"萌芽式"、"强力式"、"溯源式"和"重塑式"政府舆情应对策略。     

基于事件链的网络舆情事件演化研究

[目的/意义]网络舆情具有的演化路径不明确、演化态势复杂等特点,致使决策主体在应急管理中很难做出科学应对。[方法/过程]文章首先定义了网络舆情事件链的节点描述方式、节点状态概率以及节点演化概率,并给出网络舆情事件链的构建过程;然后在实证中构建了面向消费者维权的网络舆情事件链,实现了该类网络舆情的关键情景推演;最后结合"奔驰维权"案例,证明文中方法的有效性和可行性。[结果/结论]文中方法可以有效预测消费者维权类网络舆情的发展态势,为网络环境下该类网络舆情的应急处置提供决策支持。     

网络舆情文献聚类分析

网络舆情的研究对维护当前的社会稳定、保证经济正常发展有着重要的作用。由于网络舆情研究的文献众多,理清其脉络、了解研究的热点和重点是网络舆情研究的基础。对中国知网中核心期刊内与网络舆情相关的论文进行了统计及聚类分析,将网络舆情的研究方向大致分类,并总结出统计规律,为今后的研究提供指引。     

网络舆情热点事件"系列化呈现"问题研究

通过梳理和归纳近年来网络舆情热点事件,发现某些热点事件由过去零碎化出现而转向系列化呈现.深入考察表明,媒介议程设置、网民共性偏好、自然异常现象、社会变迁压力等推动了事件系列化.而事件系列化呈现推动了政府政策介入和网民认知转变,也带来了网络舆情叠加、固化、危机化及社会恐慌心理等.因此,政府、媒体、网民等需通过行为改进或机制构建等减少或消除事件系列化及由此形成的网络呈现与舆情聚焦.     

网络舆情热点发现研究

网络舆情已成为社会情报的一种重要表现形式.文中分析了网络舆情研究的现状,给出网络舆情热点发现模型,通过实验比较了两种算法:K-means方法和SVM方法,实验结果表明SVM对于网络舆情热点发现方面具有比较好的优势.     

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。     

基于系统动力学的网络舆情事件演化研究

应用系统动力学原理对网络舆情事件演化过程进行系统分析,从事件本身、媒体、政府和网民4个方面的综合作用出发,通过Ven Sim PLE软件对网络舆情事件的演化过程进行建模与仿真。结果表明,事件本身的严重程度、媒体的引导作用和政府作用都会对网络舆情的发展起到至关重要的作用。     

基于聚类分析的我国网络群体性事件内涵研究

本文选取中国社会白皮书中的2007-2008年度最受网民关注的13个网络群体性事件作为研究样本,基于事件过程的角度对其进行聚类分析,在分类的基础上讨论事件的特征、内涵以及网民在其中的诉求。研究表明,总体上我国的网络群体性事件属于人民内部矛盾问题,大部分网民关注焦点已经从现实世界群体性事件的维权等利益之争拓展到社会管理、行政管理的公平问题,体现了网民参与民主政治的积极性,也对政府行政管理提出了更高的要求。因此政府更需要以客观、务实、宽容的态度来面对网络群体性事件。     

基于词频分析法的高校网络舆情研究热点分析

利用词频分析法对2005年~2014年我国高校网络舆情研究领域论文的关键词进行了统计,分析了近十年高校网络舆情研究的热点及阶段性成果,并对研究中存在的问题进行了探讨。     

群体性事件网络舆情对策研究

阐述了群体性事件网络舆情的内涵和特征,构建群体性事件网络舆情安全评估指标体系,并提出群体性事件网络舆情的控制、引导和干预的对策建议.     

网络舆情热点发现综述

介绍了网络舆情研究的背景及意义、热点发现的概念以及相关技术,并给出目前文本聚类领域普遍适用的聚类算法,最后探讨了网络舆情热点发现研究存在的问题,并展望了网络舆情热点发现的研究趋势。     

突发公共事件的网络舆情研究

分析了突发公共事件网络舆情的特性和演变过程,论述了政府在处理突发事件网络舆情时出现的弊端和问题,提出了改进举措。     

基于LTTB-KSC算法的网络舆情事件热度高峰研究

[研究目的]关注网络舆情事件热度高峰期对于政府相关机构及时监测可能产生的衍生话题具有重要意义。为了有效检测和控制网络事件传播,更好地为制定事件预警策略提供理论依据,提出一种基于LTTB-KSC算法的网络舆情事件热度高峰期预测方法。[研究方法]首先使用LTTB-KSC算法对热度序列聚类,然后借助三次样条插值法和高斯混合模型构建每一类的热度高峰函数,接着分析每一类函数曲线特征并将事件热度高峰划分为单高峰、高-低峰、低-高峰三种变化模式,最后使用DTW距离预测网络舆情事件热度高峰期对应的时间范围。[研究结论]实验结果表明,LTTB-KSC算法在聚类效率和效果上都优于KSC算法,提出的热度高峰变化模式能够为热度高峰期时间范围的预测和衍生话题的监测提供新思路。     

基于HHM的公共危机事件网络舆情风险管理研究

分析公共危机事件网络舆情风险因素,构建网络舆情风险管理的HHM框架,确定重要风险场景,重点研究“官方行为---舆情热度”风险场景,并将HHM框架转换为指标体系,应用AHP法和ABC法进行风险量化和评级,为政府公共危机事件网络舆情风险管理提供参考。     

基于主题分类的网络舆情观测指数体系研究

回顾了目前几种典型的网络舆情预警指标体系,在深入研究分析网络舆情事件特点和规律的基础上,将难以观测的基于事件的网络舆情预警监控转换为易于观测的基于不同主题分类上的网络舆情监控。定义了网络舆情影响指数、网络舆情趋势指数和网络舆情积聚指数3个指数,分别给出了各指数的具体含义和计算办法,最后对各种指数的综合运用进行了讨论。     

高校群体性事件网络舆情管理研究

高校学生是网络利用率极高的一个群体,也是网络舆情的主要生成力量和影响对象.分析了网络舆情对群体性事件的影响和作用,并对高校群体性事件网络舆情的分类、特点、原因等进行了研究,在此基础上,提出了高校群体性事件网络舆情的管控机制与方式.