基于大数据的网络舆情分析方法研究

随着互联网技术和应用的发展,网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化。网络舆情分析方法已超出了现有常用的分析框架,必须在大数据分析的思维下有所创新。本文概述了常用的网络舆情分析方法,归纳了当前网络舆情的大数据特征和分类,提出了网络舆情分析创新要向大数据分析方向发展的观点,并概述了4种新思路新方法,对需要注意的相关问题进行了总结,对未来网络舆情分析创新进行了展望。     

面向大数据的网络舆情异常数据监测与应用研究

[目的/意义]通过对网络舆情数据的动态监测和异常感知,及时预警舆情异常,为政府掌握舆情决策的先动优势提供理论模型和可行思路。[方法/过程]分析大数据环境下激增、波动等网络舆情数据异常现象,明确舆情趋势预测、动态感知异常等异常数据监测机理。基于此,首先运用Gompertz模型进行舆情趋势区间预测,其次定义偏离度进行数据异常评级,并确定预警等级,实现异常数据的及时捕捉和快速预警。[结论/结果]通过实例验证,证明了模型可行性,可以为政府舆情引导程度提供度量依据,也为编制智能化的舆情监测软件提供算法支持。     

基于大数据技术的网络舆情文本挖掘研究

通过分析大数据与网络舆情数据的相似特征,基于大数据思想构建网络舆情的文本挖掘模块,并在此基础上构建预警模型,对关系型数据库与分布式数据库进行了融合,使之适应模型从数据采集到分析查询的全部流程;并对大数据核心技术MapReduce进行扩展,改进的MapReduce贯穿于数据处理模块的文本特征向量提取与舆情指数的矩阵-向量乘积运算。通过仿真实验,证明该模型具有一定的准确性与良好的时效性。     

大数据时代网络舆情分析与研究

大数据时代的到来,改变了网络舆情分析的技术方法以及分析范围。大数据的应用使网络舆情分析达到一个新的深度,同时大数据技术下网络舆情分析在技术的成熟完善、舆情分析的公信力和合理利用方面也面对着挑战与机遇。     

浅谈大数据时代网络舆情的分析与研究

随着大数据时代的到来,如何从互联网海量信息中及时发现舆情并进行分析,以判别舆情的性质和发展趋势并加以管控和正确引导,这是目前监管部门面临的重要问题。网络舆情通常是包裹在各种多媒体形式的外壳中,文章在分析网络舆情特点和现状的基础上,着重分析了多媒体载体信息处理技术,为网络舆情的进一步研究和政府的监管提供一些建议以供参考。     

大数据环境下高校网络舆情研究方法探讨

本文基于系统论视角,采用理论研究、实证分析和系统分析相结合的研究范式,融合信息技术、新闻传播、计算机科学、管理学等多学科的理论与方法,通过对大数据环境下高校网络舆情的现状进行调研,揭示高校网络舆情的类型、存在状态及表现形式;进一步从舆情主体、客体与媒介等多方面阐释其生成动因,并从信息生命周期理论出发分析其演化机制,进而从能力构建的维度提出大数据环境下高校网络舆情的引导策略。     

大数据环境下网络舆情信息交互模型研究

[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

网络舆情监测系统设计

随着我国电力网络信息化水平的不断提高,供电公司的业务基本实现了网络化,公共互联网已经成为供电公司业务管理和决策分析的重要指导和参考.网络舆情的监测与引导在社会公共管理领域的地位越来越高,供电公司作为社会服务和经济发展的重要部门,公共决策和业务制定需要对社会的公共舆论进行考察和参考.采用智能技术手段对互联网中与电力相关的...     

网络舆情监测指标体系构建研究

当前,社会各类网络舆情事件频频发生,对网络舆情进行监测的形势迫在眉睫,国家和社会各界对此高度重视。本文从网络舆情传播关系出发,阐述了网络舆情监测指标构建基本原则和网络舆情发展演变过程,建立四维指标体系。加入传播主体身份视听化程度和内容详略度指标考察,构建监测预警模型,为政府和网络监察部门工作提供理论支持。     

面向舆情大数据的突发事件网络民意热度评价研究

面向舆情大数据研究突发事件网络民意生成和演化机理,本文通过构建网络民意评价指标体系,应用层次分析法确定权重,并通过2016年热点舆情事件进行分析,验证了模型可行性,以上理论研究可为政府准确把握大数据环境下网络民意宏观态势,制定网络舆情引导策略提供参考依据。     

基于搜索引擎日志分析的网络舆情监测方法研究

通过分析搜索引擎的日志,可以发现用户感兴趣的查询内容,进而发现网络舆情.提出了基于搜索引擎日志分析的网络舆情监测方法的模型,研究了该模型的关键技术.这是对传统的网络舆情监测方法的补充.     

基于大数据的金融监管平台研究

金融大数据及互联网金融等新的服务模式对金融监管云在大规模异构虚拟化计算、海量可信分布式存储、异构金融数据采集、金融流式大数据处理、基于大数据的金融风险分析与建模、大规模金融监管规则管理与应用等方面提出诸多挑战。因此,研究基于大数据的金融风险分析与建模研制金融大数据监管平台,可以满足我国金融创新对下一代金融监管系统的重大行业共性需求,支撑我国金融监管信息系统的升级和快速发展。     

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。     

基于舆情大数据的网民关注度转移模型研究

[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。     

大数据背景下网络舆情信息异化控制模型研究

[目的/意义]面向大数据研究网络舆情信息异化机理以及控制模型,是政府控制信息异化程度的关键,为政府应对和治理网络舆情提供理论参考依据。[方法/过程]定性分析大数据环境下网络舆情信息异化机理,将网络舆情演化机理模型拓展为信息异化控制模型,并在此基础上通过数值仿真研究政府控制信息异化的分类问题。[结论/结果]经过理论建模和实证分析得出本文构建的信息异化控制模型是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情信息异化程度,制定网络舆情治理策略提供参考依据。     

大数据背景下高校网络舆情研判指标体系

在大数据背景下,高校网络舆情呈现出一些新特征,同时大数据的技术优势为高校网络舆情的研判提供了技术支撑,是高校治理网络舆情的重要依据。根据高校网络舆情的形成主体将其研判指标体系的构成分为舆情传播、舆情进展和舆情干预3个核心部分,构建了包含3个一级指标、7个二级指标和17个三级指标的高校网络舆情研判指标体系,为高校制定舆情应对策略提供依据。     

基于舆情大数据的网络群体性事件动态识别模型与应对策略研究

【目的/意义】随着互联网在社会中的影响力逐渐增大,面对网络群体性事件对社会生活的冲击,需把握网络群体性事件的演化规律,确定事件类别,提炼事件特征,基于不同类别的网络群体性事件,提出有针对性的应对措施。【方法/过程】通过LDA主题模型与K-means算法相结合,利用LDA模型实现文本潜在语义的识别,最终运用SVM算法进行网络群体性事件聚类分析,得到五类网络群体性事件。【结果/结论】构建的网络群体性事件动态识别模型,通过大量的文本训练,在事件聚类数为5时具有良好的解释性,完成了网络群体性事件的客观分类,分别为：经济型、社会型、文化型、民族型和环境型,为政府分类应对策略提供依据。【创新/局限】利用LDA主题模型和Kmeans算法,减少了模型的迭代次数,确定最佳主题数,提高了网络群体性事件识别结果的准确性,但是运用慧科新闻数据库搜集到的文本数据范围有限,且分类结果反应的事件特征具有一定局限性,后续研究可进一步扩大动态文本数据库,对分类算法进行改进和深化。     

基于知识图谱的网络舆情突发话题内容监测研究

【目的/意义】为了实现突发事件网络舆情热点话题的及时发现与捕捉,实现多角度、全方位、高精度的网络 舆情突发事件监测,精准构建特定时间区间内网络舆情突发事件的知识图谱监测模型对于舆情内容的监测和突发 话题的发现具有重要影响。【方法/过程】本文基于知识图谱理论,提出了一种新的网络舆情监测方法,以突发事件 网络舆情的时间特征为切入点,通过突发词项识别、构建突发话题图以及语义补充与完善三个步骤,在保留突发事 件特征的基础上有效过滤无关网络内容,构建包含语义关系的突发话题图,实现全方面、高精度、少噪音的突发事 件网络舆情热点话题监测。最后,本文以全标注微博数据集与在线微博数据流为基础展开实验研究。【结果/结论】 实验结果表明：基于知识图谱的网络舆情监测方法有效提升了突发事件网络舆情监测的准确性与全面性,相较于 传统的网络舆情监测算法,其突发事件监测准确率与召回率提升幅度大于6%, F1得分提升幅度大于12%,即通过筛 选突发词项、构建突发话题图、语义补充与完善三个步骤,基于知识图谱的网络舆情监测方法在理论层面上有效提 升了突发事件网络舆情监测的准确性与全面性,对于及时发现网络舆情话题、精确捕捉网络舆情发展趋势、针对性 防治网络舆情危机等具有重要的指导意义。