基于社会网络分析的移动舆情传播模式及监管策略研究

[目的/意义]研究在互联网环境下舆情信息传播路径及传播规律,使社会网络分析法在今后的舆情信息研究中能够更好地被应用,使其理论和方法更加完善,也能对移动环境下舆情传播监管对策具有一定的借鉴意义。[方法/过程]在对研究对象界定的基础上,利用社会网络分析法（Gephi软件）结合新浪微博"大学生理财"的话题所采集的基础数据,对移动网络环境下舆情传播特征、过程、规律进行实证研究,参考研究结论提出具体监管对策。[结果/结论]验证了社会网络分析方法对于移动环境下网络舆情信息传播研究的有效性和实用性,说明了移动环境下网络舆情信息传播的大致特点,并且为今后进行此项研究提供了新的思路,为实践层面监管网络舆情信息传播提供了借鉴模式。     

信息生态视角下微博舆情生态性评价指标及实证研究

[目的/意义]新时代呼唤构建良好的网络舆情生态,微博舆情生态性评价指标有助于舆情监管部门制定相应引导策略。[方法/过程]从信息生态视角出发,运用层次分析和模糊综合评价法构建微博舆情生态性评价指标,并结合新浪微博突发事件爆发期阶段进行实证分析。[结果/结论]数据结果表明,微博平台信息生态系统中舆情用户的信息素养较低,对舆情的理解能力较差,舆情用户缺乏主动沟通的能力。监管部门要注重对舆情用户信息素养的培养,促进微博不同舆情社群的信息交互。     

基于信息生态理论的政法事件微博舆情传播规律研究

[目的/意义]在以政务微博为代表的新媒体技术不断发展的背景下,政法事件微博舆情传播成为政法机关面临的新问题。对政法微博舆情传播进行研究,有助于剖析微博舆情传播的信息生态学规律。[方法/过程]基于信息生态理论构建政法微博舆情生态系统,以聊城于欢案政法事件为研究实例,将新浪微博舆情信息作为研究对象,对系统内的信息主体、信息环境、信息3个因子的传播和演化过程进行分析。[结果/结论]研究结果表明,主体因子中用户粉丝数和关注数均符合幂率分布且呈断尾分布特征;信息因子特征量符合指数分布;环境因子特征量具有长尾分布特征,政法微博舆情传播符合信息生态学的互生再生规律、动态平衡、协同进化规律。文章的研究对政法机关舆情监管部门把握微博舆情传播规律及舆情控制具有一定的参考性作用。     

微博环境下高校舆情情感演化图谱研究——以新浪微博“高校学术不端”话题为例

[目的/意义]掌握和了解微博环境下高校舆情情感的演化规律,对相关部门加强高校舆情监测监管,使高校适时采取措施应对负面舆情事件的恶性传播具有十分重要的意义。[方法/过程]本文通过文本挖掘并利用词云可视化展示对文本特征进行分析;基于朴素贝叶斯分类器将网络用户评论文本进行情感分类;结合用户情感演化与舆情事件发展周期的分析动态展示高校舆情情感演化图谱。[结果/结论]网民负向情感的占比在舆情蔓延期达到顶峰,中性情感的占比在舆情蔓延期最低,正向情感的占比在舆情周期中几乎没有变化。通过对微博环境下高校舆情情感演化图谱进行研究,为微博环境下高校舆情的研究提供新的理论支撑,在实践层面为舆情监管部门及时监测和有效引导高校舆情走向起到针对性的作用。     

自然灾害事件网络舆情情感演化特征分析——以“河南暴雨事件”为例

[目的/意义]探索河南暴雨事件的网络舆情情感演化特征,为自然灾害事件网络舆情治理提供参考。[方法/过程]基于网络舆情发展中情感演化视角,构建了河南暴雨事件网络舆情处理分析模型,以微博舆情数据作为研究对象,采用SnowNLP、词云等方法揭示其情感特征和情感倾向。[结果/结论]网络舆情处理分析模型能够合理划分舆情演变阶段,发现舆情演变规律,为相关部门提供有针对性的引导策略及理论支撑。     

舆情传播中社交网络圈群结构属性的影响机制研究

[研究目的]从社交网络圈群的角度,分析其影响舆情热度的相关结构属性,证实网络圈群影响舆情热度的机理。[研究方法]以微博舆情事件为例,获取相关舆情数据;基于社会网络分析,识别舆情传播过程中的社交网络圈群;构建分层回归模型分析圈群结构属性对舆情热度的影响。[研究结论]研究结果表明,社交网络圈群增长速度、圈群总中心度增长速度以及圈群间紧密度对舆情热度具有显著的正向影响;圈群增长速度、圈群总中心度增长速度与舆情热度分别呈现U型、倒U型的关系。     

基于演化建模的突发事件网络舆情态势感知分析

[研究目的]通过网络舆情演化周期理论,研究网络舆情态势感知策略,实现精准的态势感知,为政府部门掌握网络舆情态势、治理网络舆情提供参考。[研究方法]基于Gompertz种群生长模型构建网络舆情态势感知模型,将网络舆情演化周期划分为3个阶段,结合舆情中主体、主题、情感3个态势层面开展数据分析,随后以“杭州女子失踪案”为例,从静态、动态两个数据处理角度进行网络舆情态势演化分析与数据可视化实证研究。[研究结论]构建的网络舆情态势演化模型对网络舆情态势演化实现有效感知,静态和动态可视化结果分别凸显出了网络舆情态势演化的静态特征和动态特征。     

基于情感倾向性分析的网络舆情情感演化特征研究

[目的/意义]旨在通过对网络舆情进行情感倾向分析和舆情追踪,为政府有效掌控网络舆情突发事件提供理论基础与决策支持。[方法/过程]以"罗一笑"事件为例,在建立加入特定事件语料情感分类词典和构建情感倾向分析模型的基础上,统计该事件微博文本的情感性强度和情感类型,从而划分网络舆情演化阶段。[结果/结论]揭示了舆情演化各阶段的特征与规律,据此提出引导网络舆情情感演化的相关建议。     

突发事件情境下政务微博的舆情引导能力成熟度诊断模型

[目的/意义]对突发事件情境下的舆情引导能力进行成熟度诊断,揭示影响舆情引导效果的关键因素,有助于政府提升舆情引导能力成熟度,避免网络舆情危机。[方法/过程]首先构建政务微博舆情引导能力评价指标体系,由账号基本信息、信息发布、议题设置、互动和博文影响力5个维度共17个特征组成。然后以沈阳市、大连市、长春市和石家庄市的政务微博为研究对象,采集其在2020年12月至2021年2月间的博文和评论数据。最后确定舆情引导能力评价指标权重,进行能力成熟度诊断。[结果/结论]政务微博舆情引导能力成熟度诊断模型有第一级(混沌—有意识)、第二级(萌芽—有规范)、第三级(发展—有效)和第四级(成熟—高效)4个级别,议题设置维度对舆情引导能力成熟度等级影响最大,其次是信息发布维度和博文影响力维度,为政府部门引导突发事件的舆情发展提供指导建议。     

基于观点模糊相似度的微博舆情演化研究

【目的/意义】微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了 解微博舆情传播规律,为政府监管微博舆情提供建议。【方法/过程】首先通过分析微博舆情的社交网络结构特点, 对BA无标度网络进行改进。随后将模糊观点与Deffuant-Weisbuch模型融合,提出一种基于改进模糊相似度的舆 情演化规则。最后通过仿真实验分析微博舆情演化特征。【结果/结论】研究发现,模糊观点的类型对舆情演化的周 期与规模有影响。用户对于热门发现微博的关注度对舆情传播有影响。     

基于多维度的公安舆情分析模型构建

[目的/意义]旨在为有关部门及时分析和应对舆情提供参考。[方法/过程]通过爬虫搜集媒体上的舆情数据,计算舆情热度并划分舆情演化阶段,利用TextRank算法提取不同舆情阶段的关键词,采用Python语言的Snownlp库进行文本的情感分析,构建公安舆情分析模型,并通过“六安事件”对该模型进行验证。[结果/结论]该模型从热度、关键词与情感三个维度较好地对公安舆情数据进行分析和挖掘,有助于及时有效地处理社交媒体上的公安舆情数据,为公安舆情分析提供新的途径。     

基于多方博弈的网络舆情协同共生机制研究

[目的/意义]旨在加强网络舆情参与主体的协同,提高对网络舆情的控制和引导能力,营造良好的网络环境。[方法/过程]基于博弈论思想和生态学中的共生理论,从舆情主体角度考虑,通过对各阶段博弈模型的分析和求解,深入挖掘网络舆情发展路径中各个博弈方的最稳定选择,构建网络舆情协同共生机制。[结果/结论]提出强化共生单元协同交互功能、营造正向共生环境、打造对称互惠一体化协同模式等对策,为政府和社会对网络舆情的引导和应对提供决策支持。     

面向突发公共卫生事件网络舆情的事理图谱构建及演化分析

[目的/意义]针对突发公共卫生事件情境下网络舆情信息复杂,多事件之间存在耦合现象,提出利用多属性融合的事理图谱揭示舆情事件发展脉络和演化规律。[方法/过程]以“西安疫情”为实验数据源,提取事件情感因子、事件影响力、事件持续时间等多维属性特征,采用规则模板和语义聚类算法构建舆情事理图谱,从多维视角揭示舆情演化规律。[结果/结论]多属性融合的事理图谱不仅可以从事件链角度揭示突发公共卫生事件网络舆情的演化路径和发展方向,而且可以从多维视角识别舆情动态发展中的关键事件,为舆情管控部门和应急管理部门进行舆情治理提供决策依据。[局限]未考虑一因多果和一果多因的因果事件对。     

基于本体的重大突发事件网络舆情案例数据库数据模型研究

[目的/意义]利用本体对重大突发事件下网络舆情信息源及要素等进行分析,更好地管理与组织相关数据,为设计重大突发事件网络舆情案例数据库奠定基础,进而辅助政府进行精准决策。[方法/过程]分析并提取异源平台网络舆情数据属性与属性值,依据舆情传播过程及要素分析本体核心概念、数据属性及关系,利用UML完成本体数据模型的构建。[结果/结论]为各类突发事件网络舆情异构信息源统一描述、组织、存储与管理建立了数据模型,为各类突发事件进一步应急决策与防范提供了有力支持。[局限]文章对数据模型的研究未进一步细化和解释相关概念、关系和数据属性,也未完成数据库存储平台的实际搭建并对数据的属性、属性值及数据类型进行深入分析。     

突发自然灾害事件微博舆情蔓延规律与控制研究*

突发自然灾害事件导致的微博舆情蔓延迅速,影响巨大。建立了微博舆情蔓延SIR模型,以2013年4月20日四川省雅安地震这一自然灾害事件在新浪微博上的舆情蔓延为例,采用MATLAB仿真,对微博舆情蔓延规律进行实证研究。开创性地同时从情报学和传染病学的角度来研究突发自然灾害事件微博舆情蔓延特征：从微博舆情蔓延的速度、广度、深度来分析微博舆情蔓延的离散分布、小世界、最小努力性的情报学特征;从“病原体冶、传染性、免疫性来分析微博舆情蔓延的传染病学特征。结合这两方面的特征,从微博舆情的“传染源冶、“传播途径冶、“易感人群冶的角度提出微博舆情蔓延控制措施,为突发自然灾害事件微博舆情应急管理提供理论和实践支持。     

基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究

[目的/意义]在舆情监控和管理的实践过程中,迅速有效地识别出舆情网络中的关键节点,对舆情的监督和治理具有重要意义。[方法/过程]从内容与结构双重维度,设计一种完整的网络舆情关键节点挖掘、识别和分类的技术方法。涉及GooSeeker、Gephi、Fuzzy AHP和TOPSIS等软件和算法,并以新浪微博“8·12滨海爆炸”事件为例进行具体分析。[结果/结论]突破了单纯从单一维度进行关键节点排序的局限性,使关键节点的识别与分类进一步深入,并明确演化特征,对网络舆情的科学应对具有参考价值。     

基于有限理性视角的网络舆情传播模型构建

[目的/意义]探究个体决策的有限理性对于网络舆情传播的影响,从网民心理的微观层面来构建网络舆情传播模型。[方法/过程]以病毒动力学理论为基础,引入考虑个体心理参照点的前景理论,构建网络舆情传播模型,并求解模型的基本再生数,进行数值仿真对基本再生数的计算结果进行验证分析。[结果/结论]网络舆情传播扩散规模,与微博用户接触到的接触消极微博内容的比例β、相关舆情事件评论或转发中传达负面情绪的评论内容占比p、被感染网民的自愈率q等有密切关系。     

突发公共卫生事件中中国网民关注度分析——基于新冠肺炎网络舆情数据

[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括：疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。     

网络舆情领域相关概念分布及其关系辨析

[目的/意义]当前学术界对网络舆情的概念内涵描述缺少规范、统一、明确的界定，对该领域的相关概念及其关系进行辨析有利于助推后续研究的发展。[方法/过程]在深入调查和比较现有文献的基础上，从网络舆情领域涉及的研究对象和概念分布入手，重点对网络舆情的研究对象、术语表达及其相互关系进行比较和辨析，并在综合当前研究环境下对网络舆情内涵表述进行广义性界定，同时对图书情报领域网络舆情研究的发展启示进行了分析。[结果/结论]有助于明晰网络舆情在不同学科或领域中边界与范畴。     

面向重大突发事件网络舆情的元数据框架研究

[研究目的]重大突发事件引发网络舆情信息的传播,在一定程度上会影响政府公信力的提升和社会的稳定。构建重大突发事件网络舆情元数据框架,对重大突发事件网络舆情内容及结构进行规范,为政府进行重大突发事件应急决策和网络舆情预警提供支持。[研究方法]通过网站浏览、案例分析、文献调研等实证研究,综合运用归纳和演绎方法,对重大突发事件引发的各类网络舆情信息源及其构成要素进行分析,在此基础上选择核心元数据元素,构建重大突发事件网络舆情元数据框架。[研究结论]通过梳理元数据框架,根据各类网络舆情信息源的概念和特点,从舆情客体、舆情主体、舆情本体、舆情载体为核心描述角度构建重大突发事件网络舆情元数据框架,设置与重大突发事件关联的专有元素,并对元数据框架进行描述效果应用,为重大突发事件网络舆情数据的存储、利用提供了支持。