新冠肺炎疫情微博舆情传播的网络结构分析

[目的/意义] 新冠肺炎疫情是新中国成立至今传播速度最快、传染范围最广、防控难度最大的一次重大突发公共卫生事件，微博是新冠肺炎疫情舆情传播的重要场域，加强突发公共卫生事件微博舆情的针对性研究，利于有效应对突发公共卫生事件舆情。[方法/过程] 基于社会网络分析法，探索新冠肺炎疫情舆情传播的网络结构特征、各传播主体的位置与角色。[结果/结论] 新冠肺炎疫情微博舆情体现出总量巨大、节点林立、关系复杂的网络特征；不同类型的微博用户在网络中的传播作用各不相同，官方媒体微博、商业媒体微博、自媒体微博在突发事件舆情网络中占据不同的传播位置、具有不同等级的传播能力；在突发公共事件舆情应对和引导过程中，应当推动各类媒体的广泛合作。     

突发公共事件网络舆情协同引导与管控研究

当前,突发公共事件的网络舆情引导与管控工作存在引导不及时引发信任危机,管控不彻底忽略非逻辑、非理性力量,以及统筹思维落实不到位危及健康传播生态构建等问题。大数据时代,舆情传播现实呼吁治理范式的再度转型,“黑天鹅”事件频发导致舆情风险加大,对网络舆情进行协同引导与管控能够较好地应对突发公共事件中的差序矛盾,因此,需要尽快构建协同治理模式。本文对突发公共事件中网络舆情引导与管控存在的问题进行了分析,指出各地舆情管理者应优化网络舆情监测、预警与回应引导机制以及网络空间多元主体互动、共赢与问责机制,同时通过关系赋权和认同激励引导“无组织的组织力量”有效参与,旨在高效预防与化解社会矛盾,促进社会和谐稳定。     

突发公共卫生事件利益相关者的社会网络情感图谱研究

[目的/意义]构建突发公共卫生事件利益相关者的社会网络情感网络图谱,以可视化的方式分析突发公共卫生事件中各类利益相关者的情感状态和分布,探寻利益相关者之间的情感传播路径,并结合舆情话题综合分析利益相关者的情感演化态势。[方法/过程]以"魏则西事件"为例,通过微博转发关系构建微博用户的社会关系网络,同时标识各用户的利益相关者类型,并计算用户的情感类型及情感强度嵌入社会网络中构建出社会网络情感图谱。[结果/结论]普通群众的情绪更强烈且易受意见领袖影响,在事件爆发期和蔓延期,主流媒体和自媒体对普通群众的情感影响较大,在衰退期,政府人员和医护人员的参与增加且情感影响变大。随着舆情的演化,各类利益相关者的主导情感也随着变化,自媒体和企业在情感传播中起重要的桥梁作用。     

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。     

大数据驱动的社交网络舆情生态性评价及实证研究

[目的/意义]在大数据时代,基于客观数据构建行之有效的社交网络舆情生态评价方法对网络生态治理和健康发展具有重要的意义。[方法/过程]本文以信息生态理论为基础,采用机器学习、敏感判断、关键词抽取等自然语言处理技术构建了社交网络舆情生态性评价算法。在数据处理过程中,采用基于Adaboost的集成学习方法,利用差异方法、特征集合构造分类器之间的互补效应,通过有效聚合多个基于统计和基于规则的情绪分析器,构建出情感分析模型,为评价指标体系提供支撑。实践层面,本文选出东北、沿海以及西部几个代表性区域运用所构建的评价算法对区域生态性进行评价和分析。[结果/结论]该评价方法的构建为政府、网站、网民携手净化社交网络空间具有重要的指导意义,并为社交网络舆情主题图谱的构建及调控策略的研究提供了重要的理论和实践基础。     

新媒体环境下突发公共事件的信源管理研究

随着新媒体的发展,大众传播的信道不断扩张,信源主体从传统的大众媒介及其控制机构逐步扩张到公众个体层面,给我国突发公共事件的传播与应对提出了挑战。本文通过对2009、2010年发生的132起国内影响较大舆情热点事件进行质化和量化的分析研究,提出政府加强突发公共事件信源管理的建议:一是加强舆情监测与研判,及时应对;二是加强政府公信力建设,探索公共管理与网络信源的良性互动机制;三是优化信源管理,为信息传播提供保障;四是通过议题管理有效引导舆论,强化信息证实能力;五是加强互联网管理,治理网络虚假信息。     

突发公共事件网络舆情在网络媒体中的传播过程

突发公共事件网络舆情具有动态性、风险性和复杂性等特点,研究其在网络媒体中的传播过程,对提高政府应对突发公共事件网络舆情的能力具有重要意义。本文以传播模式的形式再现了突发公共事件网络舆情在网络媒体中的传播过程,体现了模式中各要素之间的关系。另外,突发公共事件情境下,网络媒体所处的传播系统内外部因素的构造、功能也被进一步阐释,这其中包括对系统外部噪音、利益相关者、政府部门、网络媒体组织和受众的作用方式及动因的解构。最后,文章从正反两方面阐述了网络媒体对网络舆情的作用方式。     

社会化媒体舆情治理协同模式构建

社会化媒体是当前互联网舆情最重要的承栽空间.文章以近年来的公共危机舆情事件为例,探讨目前社会化媒体舆情治理问题存在的认知窠臼和实践误区,将之概括为侍从型、管控型、博弈型三种问题模式.同时,在协同理论的基础上,试图构建社会化媒体舆情协同治理模式,为当前的公共危机网络舆情治理提供借鉴.     

基于情感分析与主题分析的“后微博”时代突发事件政府信息公开研究——以新浪微博“天津爆炸”话题为例

[目的/意义] 旨在通过对突发事件舆情研究,探索危机传播管理中的舆情研判方法,并进一步为政府信息公开提供实操方法的建议。[方法/过程] 在理论研究层面,基于危机传播的基本要点,对信息发布效果和舆情实时反馈进行综合分析;在应用处理层面,以新浪微博中“天津爆炸”事件相关信息为例,爬取新浪微博全量数据,基于危机传播领域知识和信息发布文本构建领域词表,并结合危机传播阶段特征,对全量数据进行主题提取和情感分析。[结果/结论] “后微博”时代,微博用户量下降,但其仍旧是突发事件信息公开和舆情扩散的主要阵地。探求突发事件下政府如何利用微博平台,收集、研判、应对网络舆情,为做好信息发布工作提供科学的分析方法和应对手段。     

重大突发公共卫生事件下社交媒体信息传播的算法抵抗行为研究

[目的 /意义]鉴于社交媒体推荐算法所带来的众多算法负面问题,研究社交媒体用户在重大突发公共卫生事件下的算法抵抗行为,对我国的应急管理和舆情治理具有应用价值。[方法 /过程]基于福格行为模型（FBM模型）和风险信息寻求与处理模型（RISP模型）构建重大突发公共卫生事件下社交媒体信息传播中的算法抵抗行为影响机理模型,并利用问卷调查和结构方程方法进行实证检验。[结果 /结论 ]研究发现,触发维的感知风险变量正向影响负面情感反应;动机维的信息不充分变量正向影响算法抵抗行为。能力维的算法功能感知会通过信息不充分影响算法抵抗行为,算法FEAT感知直接影响算法抵抗行为。为重大突发公共卫生事件下社交媒体信息传播的算法抵抗行为研究提供新的理论视角和分析框架,对推动重大突发公共卫生事件的社交媒体算法治理和应急舆情管理提供参考和借鉴。     

面向国家公共安全的信息行为线上-线下融合治理模式初探——评《突发性公共危机事件与网络舆情作用机制研究》

[目的/意义]对齐佳音教授等的著作《突发性公共危机事件与网络舆情作用机制研究》做出评价。[方法/过程]从内容体系特色、创新之处和研究价值3方面对著作做出客观评价。[结果/结论]该著作聚焦于突发性公共危机事件与网络舆情之间的作用机制视角,从宏观、中观、微观、决策4方面研究突发性公共危机事件爆发基本规律、网络舆情态势感知、内源动力与外源动力之间的耦合关系及耦合机制的形成原因、舆情热度预警等内容。该著作研究数据详实、案例丰富、方法严谨,是公共安全应急管理领域重要的理论研究成果,对公共安全管理机构和社会事务管理机构决策具有重要的实践指导意义。     

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。     

基于时空大数据的社交网络舆情演化图谱研究——以“天和核心舱发射”话题为例

[目的/意义]社交媒体中网络舆情的传播使社会矛盾激化、集聚、引爆,对社会稳定和公众价值观都产生巨大影响。本文试图通过构建社交网络舆情演化图谱和时空数据分析探究舆情演化模式和规律。[方法/过程]本文基于知识图谱理论,以新浪微博平台上“天和核心舱发射”话题下的网络舆情为例,使用时空大数据挖掘技术,构建网络舆情演化图谱并挖掘包含空间维、时间维和属性维的舆情演化的时空效应。[结果/结论]舆情主体的不同属性呈现多维关联模式。基于不同时间序列,社交网络舆情演化主体关系在空间上存在明显的差异性。该事件下舆情演化符合事件演进规律,具有时空分异特征。本文的研究能够提升舆情监管部门的时空数据管理能力,为实施有针对性的管控措施提供指导。     

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。     

网络舆情衍进指数构建与实证分析

[目的/意义]提出和构建网络舆情衍进指数，以描述网络舆情演化过程中常衍生出新的子话题的现象，对于舆情预警、预测具有重要的理论及实践意义。[方法/过程]以文本聚类结果和文本聚类有效性为依据，提出网络舆情衍进的判别标准和舆情衍进指数的构建过程，并以"教科书老赖"这一事件作为样本数据进行实证分析。[结果/结论]所构建的舆情衍进速率指数可以用于描述舆情衍进。在突发期阶段话题舆情衍进指数最高，此后逐渐下降，这一阶段的舆情衍进最为剧烈，子话题的出现呈现爆发性增长；舆情衍进指数在舆情蔓延期内出现阶梯式下降，此后保持为负值，舆情的子话题开始逐渐减少，舆情内容本身由发散转为收敛；进入消散期后，子话题数量趋于稳定。作为舆情衍进速率的测度和舆情衍进的判别方式，舆情衍进指数为舆情监管和舆情预警提供了全新的角度。     

区块链技术在网络舆情风险管理体系的应用研究

[目的/意义] 挖掘弹性管理和区块链理论在网络舆情风险管理体系建设的应用价值,克服传统管理体系的技术弊端,突破现有网络舆情风险管理的难点和痛点,提高网络舆情风险管理效率。[方法/过程] 基于网络舆情风险管理、弹性管理理论,确立网络舆情弹性风险管理的理论框架,进而应用区块链技术提出网络舆情风险管理系统体系,并对网络舆情风险识别和感知智慧分类账本、风险关联树以及智能合约进行详尽阐述。[结果/结论] 构建的舆情风险管理系统、区块链数据保障系统体系,及应用区块链技术的网络舆情风险识别和感知智慧分类账本、风险关联树、智能合约,使得舆情风险管理数据更安全、数据可追溯、组织弹性适应性更强,能有效指引有关系统开发,并增强网络舆情风险管理可控性、提高网络舆情风险管理效率。     

基于信息交互视角的突发公共事件舆情反转治理路径研究

突发公共事件中的舆情反转对社会安定和政府公信力带来极大挑战。以社交媒体为依托,信息交互已成为影响舆情走向和公众情感的重要因素。信息交互视角下舆情反转治理的有效性研究,为政府在突发公共事件下的舆情治理和控制提供了重要决策参考。本文通过构建信息交互视角下的演化模型SFE_nI_nR,模拟不知情人群S、持有观点i的意见发表者I_i、持有观点i的潜在意见发表者E_i、持有观望态度的关注者F和对事件不感兴趣者R在社会网络中的竞争演化,并分析不同态度情景下系统演化特征以及解决策略及措施。研究结果表明,把握公告发布时机,可有效影响网民观点的演化;提高信息透明度,客观报道,可加快网民回归理性状态;贯通舆论体系,积极引导,可有效减少极端化、激进化的舆论扩散。     

多特征融合的突发公共卫生事件潜在谣言传播者识别

[目的/意义]突发公共卫生事件中谣言的迅速传播可能会引发群体性的焦虑和恐慌,识别社交媒体中潜在的谣言传播者,研究及评估影响谣言传播者识别的重要特征,为舆情管控和网络治理提供策略。[方法/过程]提出一种突发公共卫生事件情景下多特征融合的潜在谣言传播者识别模型,首先基于BERT-BiLSTM模型提取微博的语义特征,然后与用户特征、微博特征以及情感特征进行融合,最后基于LightGBM算法构建用户分类模型,并利用SHAP值对模型进行分析。[结果/结论]研究结果表明,融合多特征的突发公共卫生事件谣言传播者识别模型在微博数据集上的准确率能够达到87.94%,说明该模型具有较好的识别效果,提出的4个维度的特征对谣言传播者识别均有贡献,其中文本语义特征对谣言传播者识别准确率的提升最高。     

大数据环境下多媒体网络舆情传播要素及运行机理研究

[目的/意义]研究大数据环境下多媒体网络舆情信息传播要素和运行机理,为相关部门加强网络舆情信息监管提供参考。[方法/过程]以大数据技术、舆情理论、信息传播理论为基础,对大数据环境下多媒体网络舆情的特征进行分析,深入探讨大数据环境下多媒体网络舆情传播的主体、客体、媒体、本体、空间5个要素,在此基础上重点归纳总结大数据多媒体网络舆情传播机理,并构建传播机理的总体关系架构。[结果/结论]揭示多媒体技术环境下网络舆情信息传播的内在运行规律,为大数据环境下多媒体网络舆情信息传播的研究提供新视角。     

多媒体网络舆情信息并发获取模型构建及实证分析

[目的/意义] 网络舆情信息并发获取模型构建及实证研究有助于从海量的舆情信息中及时获取所需关键性信息，为其有效分析提供数据保障。[方法/过程] 通过对当前舆情信息获取研究现状的综合分析，明确多媒体网络舆情信息并发获取的模型构成要素，融合DEMATEL、AHP、FMF三种数理分析法进行模型构建并据此展开实证分析。[结果/结论] 研究结果表明所得数据结论与舆情事件客观情况较为相符，可以作为舆情信息并发获取判断的依据。