《人民日报》微博的舆论引导机制研究

主流媒体利用微博平台对热点事件进行舆论引导是不可或缺的举措。基于乐清滴滴顺风车案的媒体文本和网民评论的内容分析发现,《人民日报》微博在该事件的舆情发展中进行了有效的舆论引导,表现为:在舆情的发生期,侧重引导追责滴滴公司,及时设置议题,巧用固定栏目;在舆情的扩散期,动态引导规范网民在线评论,有效转化网民负面情绪,避免激发群体极化现象;在舆情的消退期,引导行业的反思整顿工作。《人民日报》微博对热点事件的舆论引导,为我国主流媒体微博账户完善舆论引导机制提供了一定的借鉴。     

舆情事件中微博、微信的议题共生与变化——以“东莞扫黄”事件为例

本文通过对2014年"东莞扫黄"事件中微博热点及微信议题的样本分析,比较了移动舆论场中微博、微信在舆情产生及推动中的作用及影响,认为舆情事件中微博议题迅速消散,微信议题周期更长,呈现出更强的扩散化、延展化、边缘化倾向,"去议程化"高于微博场域,并认为微信相较微博更能承担舆情事件中答疑解惑、避免谣言的理性责任,实现舆论引导的合理有效。     

政府应对网络舆情的途径与效果分析

在网络舆情频发的今天,政府在危机情景下的表现直接关乎网络舆情事件的走向和发展,甚至影响网络舆情事件的最终结果。本文以2011年和2012年上半年热点网络舆情事件为样本,通过内容分析法对危机情景下政府应对网络舆情事件的主要途径与传播效果进行分析,总结政府在网络舆情危机应对中的得失,以期为政府的网络舆情应对提供参考。     

新闻舆情的分类

随着信息技术的发展与普及,自媒体对社会生活的影响日益增加,新闻舆情逐渐成为人们生活的一部分。越来越多的人要面对突发新闻舆情。对突发舆情进行相应分类研究,可以帮助当事人正确应对各类突发舆情。对突发公共舆情分类的方法有多种。梳理当前媒体经常发生的热点事件,可以发现,大部分新闻舆情热点事件可以归纳到如下几类：涉法事件类（诉讼官司、利益冲突、暴力行为等）,自然灾害类（水灾、地震、泥石流等）,群体事件类,和民生社会类（罕见病例求助、娱乐事件等）。     

新媒体时代下热点话题网络舆情的控制与引导思考

在信息爆炸时代,社会信息获取渠道由原来的报刊杂志电视等传统媒体,变成了移动终端如微博、APP等新媒体的天下,手机的普及让群众动动手指就能记录点评热点事件。在新媒体时代下,热点事件网络舆情是一剂催化剂,加速事件短时间发酵引起热议,谣言和不实报道错误引导了网络舆情甚至造成不良的社会影响。为此,本文对新媒体下热点舆情的讨论控制引导进行了一些思考,并提出了一些可行性的实践策略,旨在营造一个和谐的网络环境。     

微博中的"中美外交风波"舆情文本研究——基于R语言的词向量情感分析

如今,中美两国之间的外交博弈作为社会热点事件,容易形成网络舆情.文章运用了基于词向量的文本情感分析方法,从网络社会学的角度出发,关注2020年中美外交互相关闭领事馆事件.在分析文本词频、文本情感、情感时间序列的基础上,探究大国外交中的网络舆情特征.研究认为:大国外交的网络舆情文本带有明显的情感化表达特征以及包容化、趋向...     

不同媒体对同一新闻事件网络舆情的影响——以“红眼睛蓝兔子”邮票为例

伴随着互联网的高度发展,如今我们生活在一个自媒体时代,人人随时都可以对社会热门事件各抒己见,发表看法,这就导致了舆论形成和传播的过程中不断对舆论走向产生影响。百度、微博等自媒体平台对于热门事件的舆情发展情况能够起到一定的体现作用,本文对“红眼睛蓝兔子”邮票引发的舆情进行分析,以网络舆论为依据对热点舆情的特点、传播特性等进行分析,探究主流媒体以及新媒体、自媒体是如何在舆论传播的过程中影响舆论发展的,从而摸清热点事件网络舆情的形成与传播机制。     

网络舆情编辑的五项修炼

当前,随着网络舆情热点不断涌现,政府机关、企事业单位对舆情搜集、分析的需求程度越来越高,一批从事舆情工作的专业人员应运而生.网络舆情专职工作人员的大量工作内容属于编辑工作,称其为网络舆情编辑恰如其分.笔者认为,舆情编辑的培养应该从以下几个方面着手. 1.知识全面,勤于积累 加强对多个专业领域的了解,包括新闻学、社会学、心理学、历史学、法学、统计学、网络应用基本技术等知识,都应该有一定的了解.掌握新闻学的基本规律,对于辨析一项舆情信息的重要程度、衡量其新闻价值有着重要的作用,可以帮助舆情编辑披沙拣金;社会学和心理学的积淀可以运用在对舆情事件的分析中,帮助舆情编辑把握事件走向、民众心理,进而预测事态下一步发展趋势;历史知识是对当前正在发生的舆情事件的参照系,尤其是近现代史当中的著名事件,常常成为当今舆情事件牵扯的对象;越来越多的舆情事件的处置已经涉及法律问题,法律知识有助于舆情事件的定性和后续发展情况的处理预判;统计学知识在舆情抽样统计分析中至关重要,也是保证舆情分析结果客观、公正、准确的基础;在网络与整个社会深度融合的今天,熟练掌握网络应用技术成为获取舆情信息、开展舆情分析必备的知识.     

竞合与共谋:2018-2019年突发热点舆情中网络用户参与形态与特征研究

移动互联网的快速发展不断加剧着社会公众与媒介机构对于社会新闻与公共事件的参与程度,其参与的形态、速度、广度和深度上的深刻变化都为今天的舆论环境和社会治理带来了巨大的挑战。本文筛选出发生于2018年7月至2019年6月间的200件突发热点舆情事件并对其展开分析研究,着眼于发现并了解在事件发生、发展过程中各个主要参与主体的参与形态及特征,梳理出新闻机构用户、微信公众号自媒体、微博头部用户、普通社交用户等四种突发热点舆情事件中的显著参与用户类型。通过分析它们在突发热点事件中的参与表现后发现,不同类型参与主体相互之间不仅存在激烈竞争关系,同时在议程设置、内容生产到话题消费,以及商业目的变现等各个层面,不同参与主体也在客观上达成了一种普遍的相互合作,不断推动热点舆情事件的发展。     

基于数据挖掘的网络舆情预警决策支持系统

本文以基于数据挖掘的决策支持系统方法整合网络舆情信息,建立网络舆情信息仓库,对非结构化的模糊复杂的信息,运用数据挖掘中文本挖掘技术有效分析网络热点事件的舆情,及时发现重大突发事件,减少危机损失,提高政府管理和监控舆情危机的能力。     

微博舆情传播周期中不同传播者的主题挖掘与观点识别

[目的/意义] 探索微博舆情传播周期中不同传播者关注的舆情热点和传播内容的主要观点,进而发现舆情传播的特点和规律,为舆情分析与决策提供依据。[方法/过程] 以特定舆情事件的事实文本数据为来源,以生命周期理论和LDA方法为指导,设计研究流程与构建研究模型,对微博舆情事件中不同传播者的话题进行主题研究,其中包括主题抽取和结果语义标注、各阶段的不同传播者主题的语义分析、基于时间维度的舆情主题观点识别与刻画。[结果/结论] 研究发现,论文所提出的研究模型能够挖掘出舆情传播周期中不同传播者的主题结构、观点脉络以及特征,研判出分布在文字当中有关联性的、代表性的、重要的词语。同时,结论中还发现微博中的官媒、大众媒体发布信息中的话题和用户谈论的热点话题具有明显的差异性。     

公共危机事件中政务微博的舆情信息工作理念与策略探析——以雅安地震为例

指出不同的舆情信息工作理念产生了参差不齐的传播效果。以雅安地震为例,选取两家政务微博为研究对象,分析不同的政务微博在舆情信息发布和传播上因信息内容、传播语境和文本形式的不同,展现出“塑造仪式”和“服务受众”两种舆情信息工作理念。最后提出政务微博应当围绕受众需求改进舆情信息工作策略。     

基于字词向量的多尺度卷积神经网络微博评论的情感分类模型及实验研究

[目的/意义]微博评论情感分类模型可以为相关舆情监管部门正确管控话题事件的发展状况和舆情提供一定的指导作用。[方法/过程]基于字词向量的多尺度卷积神经网络，运用多尺度卷积核改善微博评论中上下文信息有限的条件制约，构建基于字词向量的多尺度卷积神经网络微博评论情感分类模型；通过爬取"微博热搜整改"数据，对模型的可行性和优越性进行验证。[结果/结论]验证结果表明基于字词向量的多尺度卷积神经网络在微博舆情等上下文信息有限的短文本分类任务中表现良好。本文在理论层面为微博舆情情感分类提供了更为准确的情感分类理论模型及分类方法，在实践层面可以更好地指导舆情监管部门对舆情的情感倾向进行更好的引导和监管。     

主题追踪在医药卫生体制改革舆情监测系统中的应用

介绍医药卫生体制改革舆情监测系统的基本框架,针对主题追踪环节的关键技术问题进行详细阐述,并提出采用改进KNN方法进行主题模型构建的思路。实验结果表明,医药卫生体制改革舆情监测系统中的主题追踪具有较好的准确率和召回率。     

我国网络舆情信息工作现状及对策思考

当前我国网络舆情发展呈现如下态势：舆情热点事件不断攀升、各种社会思潮网上争鸣、网络信息管理渐入法制性轨道、社交媒体的链式传播趋于独立。在“三位一体”的互联网信息管理工作格局下,我国舆情信息工作形成了纵向、横向与协作的网格状运行体系。在新形势下,我国网络舆情信息工作面临诸多挑战,如舆情信息协调不畅,舆情工作发展不平衡,舆情信息分析不准确,舆情研判市场不规范等。由此,建议加强网络舆情工作者的政治素养培育,完善网络舆情工作机制建设,拓展网络舆情工作科学研究领域。     

基于域加权聚类算法的网络舆情热点话题探测

面对自由无序的网络舆情信息,对舆情组织方式的研究体现出重要研究意义。文章提出一种网络舆情信息的组织方法,采用域加权的方式,通过一种single-pass增量算法聚类实现面向主题的舆情信息组织,即对新闻主题或新闻事件有较强表达能力的域进行加权处理以突出该主题或事件,再以无监督自动化的方式对无序的网络舆情信息进行聚类,进而发现热点话题,达到话题探测的目的。实验结果显示,聚类类簇均基于主题或事件,可以代表一个话题,F-measure评价值在85％以上,也进一步表明了本研究方法的有效性。     

网络舆情研究进展及其主题关联关系路径分析

[目的/意义]梳理网络舆情的研究进展,有助于厘清网络舆情研究的知识基础、传导规律、预警机制和治理策略等之间的内在联系和主题演化路径。[方法/过程]首先分析网络舆情的理论知识基础,然后结合现有研究,按照内容递进的规律将网络舆情研究分为影响因素、传导路径、预警机制以及引导治理策略四个主题,采用内容分析法和社会网络分析法对网络舆情进行主题关联关系分析和演化路径探索。[结果/结论]结果表明,生命周期理论、认知定势理论、沉默的螺旋、群体极化理论、蝴蝶效应理论和治理理论常作为网络舆情研究的理论知识基础,网络媒介环境、社会结构压力、网民心理、触发性事件、有效动员和社会控制力量六个因素被视为网络舆情演化的重要影响要素,且网络舆情、舆情事件、社交媒体、利益相关者、大数据和信息传播等六个主题与其他研究内容关系较为密切,在主题演化路径中发挥着重要桥接作用。     

基于超网络的微博相似度及其在微博舆情主题发现中的应用

[目的/意义]准确地计算微博相似度可以提高微博主题挖掘效率,对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题,提出一种融入微博非文本特征的超边相似度算法。[方法/过程]分析微博舆情发生机制,利用超网络模型表示微博舆情主题形成过程,通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论]研究发现,论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果,特别是对于文字性表述相似程度高的微博信息,具有明显的主题区分性。     

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。     

基于模块度的话题发现及网民情感波动研究——以新浪微博“中美间贸易摩擦”话题为例

[目的/意义]探索热点事件评论网络中话题社群及网民的情感波动,掌握舆情事件发展过程,对于整体把握热点事件的发展方向,做好新时期网络舆论的引导工作具有重大意义。[方法/过程]以复杂网络理论为基础,基于评论词语间的共现关系构建基于事件发展的子事件网络,通过社群发现算法来识别子事件评论网络中的话题社群,将情感词依据情感词典赋予情感分类属性,基于事件的演化过程动态地跟踪网民意见以及情感波动。[结果/结论]研究结果表明,评论网络群落发现以及变异系数方法可以有效地衡量网民话题讨论的规模与集中程度;评论网络中赋予情感词节点情感分类属性方法可以体现事件演化过程中网民的情感变化;舆论衍生话题对事件的舆情发展有持续性影响;网民话题讨论内容对于事件演化具有一定程度上的前瞻性。