基于观点势场的舆情极化预测模型

[目的/意义] 从定量化角度研究舆情群体极化现象,建立网络舆情群体极化度的量化计算和极化趋势预测方法。[方法/过程] 从物理学中场的思想出发,引入观点势场描述舆情场内各网民节点间观点的相互作用,构建个体观点势和舆情场观点势场强度的计算模型和观点演化模型;该模型考虑了实际网络舆情传播的天然社区特性、节点观点影响力特性、观点的惯性特性和网民节点虚实的时变特性,认为个体网民观点的演化主要受所处舆情场的观点势强度、自身观点惯性的影响;通过仿真实验,重点分析模型中舆情子场是否封闭、节点虚实转换触发阀值、观点势影响因子等影响因素对网络舆情群体极化的影响。[结果/结论] 仿真结果表明该模型与实际网络舆情观点传播与舆情极化形成过程较为相符。所提出的模型中网民观点间的相互作用通过舆情场这个中介完成,相较于基于网民个体之间观点直接相互作用的舆情演化模型,其复杂性和实现难度大大降低,利于基于模型构建实际网络舆情极化预测与监控系统。     

突发事件舆情观点识别与分析研究评述

[目的/意义]突发事件情境下,及时有效地回应舆论关切成为舆情管理中的重要议题,梳理总结突发事件舆情观点研究现状与发展趋势有助于该领域研究开展与实践指导。[研究设计/方法]采集国内外有关突发事件舆情观点的科学文献,从信息分析过程角度出发,分为舆情观点识别、舆情观点组织和舆情观点分析三个方面进行综述。[结论/发现]随着知识图谱等技术优化与应用的不断推进,舆情观点研究可从识别细粒化、组织结构化、分析系统化等方面加以深化,在构建层次化舆情观点信息组织架构及图谱原型的基础上,建立系统化舆情观点多维演化分析框架与应用范式。[创新/价值]从信息分析过程的角度对突发事件舆情观点研究进行总结评述,为突发事件情境下舆情观点与知识图谱的深入融合应用提供参考。     

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。     

网络舆情场中观点簇丛的情感极化度测算

[目的/意义] 提出网络舆情场内观点簇丛的情感极化度测算方法，为量化舆情受众情感态势和识别极化群体提供依据。[方法/过程] 首先明确舆情受众情感极化的条件，再通过设置条件阈值筛选出满足条件的观点簇丛，在此基础上引入3个极化指标（受众吸引率、极端受众增长率、极化情感增长率）描述观点簇丛在测度时间窗口内的情感发酵程度。最后利用平滑权值，对观点簇丛在不同测度阶段的情感表现进行加权综合，得出其整体情感极化程度值。[结果/结论] 观点簇丛在每个时间窗口的情感表现能为阶段性的舆情受众情感极化干预提供判断依据，而综合的情感极化度有助于准确识别场域内的敏感话题及群体，便于网络舆情的精准管控。     

网络舆情演化中群体极化的形成机理研究

网络舆情演化过程中容易出现意见分化、对立或聚集,产生网络对峙、网络声讨等群体极化现象.为揭示网络舆情演化系统中群体极化现象的特性与形成规律,在分析网络舆情演化中群体极化的内涵、特征和形式的基础上,从网络群体成员的行为规则、交互过程、群体涌现等出发构建网络舆情群体极化的Multi-Agent系统,建立网络舆情演化中的群体极化模型,给出算法实现,并且利用计算实验方法验证群体规模、意见领袖数量、意见领袖观点等对网络舆情演化中群体极化的影响,进而对网络舆情演化中群体极化的形成机理进行系统的研究和诠释.研究有助于把握网络舆情演化规律以及监测网络群体成员的群集行为,有利于对网络舆情的引导和监管.     

网络舆情观点提取的LDA主题模型方法

[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。     

危机管理视角下突发事件舆情主题演化与治理分析

[目的/意义]引入危机管理要素研究突发事件网络舆情的主题演变规律,为精准的突发事件网络舆情处置与动态决策提供新思路.[方法/过程]以特定突发事件的事实文本数据为来源,利用隐含狄利克雷分布主题模型,构建动态主题演化模型,挖掘社交媒体突发事件中的阶段划分与话题,并归纳出舆情危机的构成要素.[结果/结论]以PPRR和4R危机...     

融合主题与情感特征的突发事件微博舆情演化分析

[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所提出的微博舆情演化分析方法能够揭示面向特定事件的微博在突发事件生命周期各阶段的主题特征、情感类型与强度,剖析网络舆情主题与情感特征的协同演化规律。     

舆论场观点极化现象研究：成因、识别与应对策略

[目的/意义]舆论场的观点极化早已成为不断蔓延且加深的社会顽疾,加剧了群体对立与社会分裂的进程。因此,亟需从跨学科视角对极化现象开展研究。[研究设计/方法]本文对国内外观点极化研究领域文献进行细致梳理,从基础理论入手,利用指标和模型探究极化形成机制与发展脉络。[结论/发现]极化是个体、群体、系统性偏见叠加作用的结果,可以从内容特征和结构特征两个层面进行度量,基于偏见同化、结构平衡或特征扩散理论构建模型探究其内部机制;另外,极化现象的治理工作应从宏观制度规划角度出发,落实到具体的中观数字空间构建和微观干预手段实施。[创新/价值]构建了一个融合多领域视角与跨学科概念的“理论-指标-模型”研究体系,为开展舆论场极化研究提供明晰的理论参考。     

网络舆情信息受众的观点认知距离计量研究

[目的/意义] 量化展现网络舆情信息受众之间的观点认知距离与情感归属,澄清其情感倾向性的形成脉络,为科学应对群体性突发事件提供思路。[方法/过程] 切分舆情事项子话题,通过情感本体计算受众观点的极性强度,构建2-模的受众-关注焦点隶属矩阵和1-模的受众关系矩阵,并采用复杂网络可视化图谱对受众认知距离进行可视化展示,从网络舆情场的视角下阐述受众观点的互斥与耦合机制,描述受众情感倾向的形成脉络。[结果/结论] 对受众整体认知网络中不同类型的受众加以区分,揭示真实情景中的网络舆情场力的作用特点,为舆情受众情感疏导工作提供实践出发点。     

突发公共事件网络舆情衰退期研判——基于RBF神经网络的多案例研究

[目的/意义]近年来,引入大数据技术对网络舆情进行整合治理已成为趋势,如何精准识别舆情发展阶段是舆情治理的重要内容。[方法/过程]文章依据网络舆情系统理论与网络舆情生命周期理论,聚焦突发公共事件网络舆情衰退期,构建突发公共事件网络舆情衰退期研判指标体系;通过Python爬虫技术获取数据,结合SKEP算法及RBF神经网络进行多案例实证分析。[结果/结论]文章构建了突发公共事件网络舆情衰退期研判指标体系,RBF神经网络验证了指标体系的可行性,提出了应对不同突发公共事件网络舆情衰退期的引导策略。为政府网络舆情治理、定位网络舆情关键节点、加速网络舆情衰退提供相应的理论参考。     

基于用户心理特征的双微耦合网络舆情演化模型

[目的/意义]利用传染病模型构建基于用户心理特征的双微耦合网络舆情演化模型,为网络舆情的危机应对和正确引导提供参考。[方法/过程]选用微博微信社交平台构建双微耦合网络,利用改进传染病模型模拟网络舆情在双微耦合网络中横纵向传播过程,通过仿真实验分析基于用户心理特征的双微耦合网络舆情演化机理。[局限]在案例选取和数据处理方面还有一定局限。[结果/结论]仿真实验发现耦合作用能加速舆情传播,控制舆情传播要求对双微平台同时采取措施。猎奇心理对用户舆情传播影响较小,权威效应提高会使网络中传播者下降3%,从众心理过大会导致传播者数量增加6%。改进SEI2R构建的舆情演化模型能够有效揭示社交媒体耦合网络舆情演化机制及用户心理特征对舆情演化的影响,可为相关部门舆情预防和控制提供参考。     

基于舆情客体与本体剥离的重大突发事件网络舆情本体演化强度研究

[目的 /意义]重大突发事件网络舆情在传播过程中往往会出现不同的主题,而微博用户对不同主题的表达和关注也会直接影响网络舆情的传播速度和规模以及舆情事件的走向。针对重大突发事件的微博用户主题演化分析有助于应急管理部门更好地理解重大突发事件的发展轨迹以及公众在不同阶段的关注点,以便采取有效应对措施。[方法 /过程]以网络舆情信息特征为立足点,辅以自然语言处理技术将舆情信息客体与本体进行剥离,结合重大突发事件特征,创新性提出以舆情客体信息为参照基线的舆情本体演化强度来反映微博主题演化趋势。[结果 /结论 ]研究结果表明,面向网络舆情信息本体的主题分析,与网络舆情实际发展演化趋势更加贴近,对主题内容的揭示也更加全面。同时研究思路也对现有网络舆情主题分析的研究方法中单一求助于自然语言处理技术的优化与更新具有一定启示意义。     

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。     

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。     

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。     

过程与要素视角下的突发事件网络舆情演化规律研究综述

[目的/意义] 准确把握突发事件网络舆情的的周期性演化规律,以便在关键节点上进行有针对性的舆情疏导。[方法/过程] 以2010-2015年的95篇核心期刊论文、28篇硕博论文与15篇英文文献作为主要研究对象,从过程与要素视角,对突发事件网络舆情的演化阶段、关键节点与影响因素等进行归纳分析。[结果/结论] 从过程视角看,形成期重点应对舆情源头进行遏制;发展期重点应对关键节点进行监测;消弭期重点应对舆情的二次衍生进行预防。从要素视角看,不同利益群体间的博弈推动舆情逐步升级;议题的存活与衍生决定舆情的复杂多变;情绪化动员诱发负向舆情的积累扩大。现有研究视角均存在不同程度的局限,未来应注重多维研究视角的综合运用,以应对更加复杂多变的网络舆情。     

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。     

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。     

群体性突发事件的网络舆情预警与应对——基于社会心理学的视角

群体性突发事件与网络舆情之间,具有一定的相关性。从社会心理学角度看,群体性事件的发生和网络舆情的演化,都具有相似的从群体认同、群体比较、群体极化、群体迷思到削弱社会控制和发生社会侵犯的心理动力学过程。对于作为群体性事件＂助燃剂＂的网络舆情,可以做出概率预警。舆情预警与应对,不能伤害民意本身。