微博对群体性事件助燃的动力学机制分析——以“昆明PX事件”为例

随着微博影响力的不断扩大,它对群体性事件的发展有一定的助燃作用。本文在对相关理论和研究成果进行总结的基础上,结合社会助燃理论和系统动力学的知识,建立了群体性事件发展的因果关系图,全面分析群体性事件在现实社会中发生与发展过程中,政府、网民、网络媒体和事件本身所扮演的角色和其影响关系;将该模型简化,从微博关注度和微博信息数量两个方面,分析微博对群体性事件的助燃作用。以"昆明PX事件"为例,对模型进行仿真,了解微博关注度的变化和微博信息数量的变化对于群体性事件关注度变化的影响,认为微博的裂变式传播、广泛性和平台的冗杂性都直接或间接地促进群体性事件关注度的增加。     

重大突发公共事件的微博舆情监测与引导分析

重大突发公共事件的微博舆情由于双重背景媒介化图景和风险社会的影响,使得政府更加注重对"第三空间"的管理。本文从微博舆情的价值构建入手,对重大突发公共事件的微博舆情的方法、原因及内容进行了深入分析,最终形成了"第三空间"舆情机理,同时探讨了重大突发公共事件的微博舆情监测与引导。     

推进政务微博发展的建议对策

引言随着网络和信息技术的快速发展,2006年Twitter问世,"微博"进入人们的视野。当下,中国微博用户已超过2亿,这一巨大的网络人群在"7.23动车事故"、"郭美美事件"……,发挥了无可比拟的作用,让普通民众参与政治生活的方式发生了根本改变。因此,以微博为代表的民意表达,即微博舆论,逐渐引起各级政府部门的重视,2009年湖南桃源县官方微博"桃源网"首个     

科技传播中微博意见领袖的文本框架分析——以柴静《苍穹之下》相关微博样本为例

本文以"柴静雾霾纪录片事件"为研究案例,通过数据挖掘技术对微博意见领袖的微博信息进行获取,通过框架分析探讨了在科技类公共事件传播中意见领袖的参与行为与文本框架的特点。     

城市自来水污染事件微博舆情应对研究--基于兰州政务微博、市民微博的实证分析

以兰州自来水苯污染事件为研究实例,以新浪微博为研究平台,将兰州政务微博与兰州市民微博发布的有关自来水苯污染事件的微博信息与评论为研究对象,首先对兰州政务微博与兰州市民微博发布的事件相关信息的时间分布、关注内容进行对比分析,然后考察兰州政务微博信息的评论情况、语言风格,进而对兰州政务微博的舆情应对能力做出分析评价,最后为政府有效应对城市自来水污染事件引发的微博舆情危机提供对策建议。     

恐怖事件情境下微博信息与评论用户的画像及比较

【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以"#巴塞罗那恐怖袭击#"话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。     

基于微博数据的"新冠肺炎"互联网舆情分析

新浪微博作为国内互联网最主要的舆情发酵源头和热点事件聚集地之一,是监测互联网舆情动态,洞察舆论观点不可或缺的重要平台。本研究聚焦新浪微博"新冠肺炎"热点事件,从科技话题、科研机构、科技人物、热点事件等不同维度进行数据挖掘,结果表明,一是政府、科研机构、科技工作者等各级社会组织和个人迅速参与"新冠肺炎"热点事件讨论,推动各级政府积极协调动员社会各方资源。二是社会公众高度信任政府、科研机构和领域专家等权威主体的舆论引导,其应激情绪也深受权威媒体言论影响。三是要进一步提升我国"应急科普"能力,创新科普宣传理念,树立科协品牌价值,引导舆论正向发展。     

互联网微博热点话题追踪系统设计与研究

为了实现对发生在互联网微博上的热点事件进行监测和追踪,文章设计一种微博热点事件追踪的应用系统.该系统可以通过对微博页面数据的采集,以及页面的转发次数和关联性的分析,实现对微博热点事件的识别和追踪,仿真结果表明:该系统采用的算法精度较高,匹配模型工作效率高,能够有效地追踪事件的发展状况,达到全面、准确地对微博中的热点事件...     

群体事件微博传播中的用户行为特征和应对分析

【目的/意义】为了探讨如何有效管理群体事件在微博中的传播,文章分析了群体事件发生时事件参与者在 微博中的发言行为特征。【方法/过程】秉持定性分析和定量研究有机结合的研究理念,通过引入复杂网络的相关知 识对真实案例的微博传播数据进行了深入分析来探寻群体事件微博传播中的网络特征以及事件参与者在微博发 言中的行为特征。【结果/结论】发现群体事件的微博传播网络是具有无标度性质、小世界特征和较高集聚系数的复 杂网络。群体事件的微博传播不但存在周期性、个体异质性和阵发性等特点,而且从 K核分解的角度来看,陈发性 具有自相似性,处于 K核分解中心层的用户通常能在群体事件的微博传播中发挥着更大的作用。     

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。     

微博数据平台研究

分析了微博平台的特点,描述了基于事件的微博数据记录与组织方式,界定了微博平台的核心信息行为、信息事件及信息实体,并对各类实体信息组织中所需要的核心维度进行了定义。从微博数据空间导航和信息单元展示的角度探讨了微博平台人机交互接口,最后提出了微博数据组织的发展趋势。     

基于SOM神经网络的品牌丑闻微博传播分类预测研究*

作为重要的社会化媒体,微博凭借其社会性、媒体性、广泛参与性和快速传播4大特性已成为网络舆论的主要载体。针对品牌丑闻事件在微博上的传播进行研究,选取了29个近年来在微博上有明显传播特征的品牌丑闻事件作样本,以两小时为间隔搜集事件爆出后的一周时间内的微博博文数量,记录丑闻事件传播动态变化,并运用神经网络SOM模型方法对博文的数量变化进行聚类,得到微博上品牌丑闻事件传播的五种类型：对数型、缓坡型、突变型、长坡型及堤坝型,并在Matlab软件中用指数拟合的方法对数据做预测分析。企业了解丑闻事件在微博上的不同传播类型及各自的特点,对于其在快速预测和有效应对丑闻事件以及品牌危机时,具有很好的参考和借鉴价值。     

微博舆情生成机制研究

在文献分析的基础上,引入系统研究方法,界定了微博舆情生成机制。微博舆情生成系统包括：舆情主体、舆情事件、舆情平台、舆情本身四个要素,并在此基础上剖析了微博舆情生成的基本规律。研究发现：微博舆情的生成是复杂的四个要素相互作用、相互影响的过程;微博舆情产生的社会根源是现实社会及其事件;微博舆情传播当中,意见领袖对于舆情的生成至关重要。     

基于突发词项频域分析的微博突发事件检测

文章提出了一种新的微博事件检测方法。该方法借鉴信号处理中的频域分析方法,将微博突发词项转换为一系列的时序信号并进行离散傅立叶变换,然后基于频域信号和阈值来检测微博事件。还引入了突发词项合并、突发时间区间检测等技术对事件检测方法进行优化。与以往工作相比,首次采用了信号处理的方法进行微博突发事件检测,更符合微博信息的时序性和实时性特点。并在实际抓取的微博数据集上开展了实验。结果表明所提出的微博突发事件检测方法具有较高的性能。     

政务微博网络舆情传播规律与问责指向研究——基于兖州公安微博的实证

本文采用内容分析法,以兖州公安微博发布对相关当事人行政拘留处罚不当进行道歉的事件作为研究对象,提取网民对该事件所评论的微博内容作为样本,从评论的时间跨度、地区分布、态度因素、议题焦点和问责指向五个方面进行研究,从而分析掌握公共热点事件中政务微博的传播规律和问责指向,为我国政务微博的发展提出对策建议。     

重大公共事件中政务微博信息特征研究 ——以河南暴雨事件中@人民日报新浪微博为例

[目的/意义]旨在提高各级媒体对政务微博的管理能力.[方法/过程]运用统计分析方法,对河南暴雨事件中@人民日报新浪微博文本内容进行分类、分时段和主题关键词分析,总结重大公共事件中政务微博的信息特征.[结果/结论]在事件发展的不同时期各类微博的内容侧重点有所不同,网友互动情况略有差异,关键词分析体现国家主流媒体对重大公共...     

基于演化博弈的企业应对微博负面舆情策略研究

根据舆情传播不同阶段的特征引入演化博弈理论,分别针对成长期和蔓延、爆发期两个阶段的企业和微博用户建模并得到进化稳定策略。分析不同类型舆情事件下偏好不同企业的策略选择,用"大众DSG变速器故障"事件作为案例验证模型的合理性,为企业应对负面舆情提供建议。     

严管“消”字号护肤品

正新闻事件:前段时间,一位微博博主曝光了一起疑似婴儿护肤品引发"大头娃娃"的事件,引发网友热议。调查发现,不少所谓的"神药"其实违规添加了激素,却披着"消"字号的外衣,在市场上大行其道。这些"神药"未经药品监管部门审批,未经临床验证,安全隐患很大。     

基于政务微博内容分析的突发公共事件回应方式研究

【目的/意义】对突发公共事件政务微博回应内容的规律及特征进行分析,为政府网络舆情的应对工作提供理论参考。【方法/过程】选取影响力和网民认同度较高的政务微博,采用内容分析方法对政务微博的突发公共事件回应样本进行事件类型、回应议题、回应态度和回应语气等特征的分析,首先构建编码表,然后采用人工标注的方法对样本数据进行编码,最后对各类目的数量、分布、特征词进行统计分析。【结果/结论】政务微博在进行突发公共事件回应时多采用陈述语气,疑问和感叹语气在回应时也起到了引起关注和强调的作用;对不同的事件类型进行回应时,要掌握态度和议题的平衡,自然灾害事件多发布正能量信息转移公众的负面情绪,事件本身信息的发布和解释要相对减少。事故灾害类事件、社会安全类事件和公共卫生类事件要以解释事件进展为主,同时要发布对受害或受灾人员的关心和补救措施的信息。回应内容要注重措辞和词语的选择,态度和议题明确,防止产生误解。     

结合微博内外多粒度语义的 BiLSTM-CNN-ECA谣言检测模型

[目的/意义]为了解决因微博文本多义性和复杂性导致的谣言检测中语义特征提取不全面的问题,提出了一种结合微博内外多粒度语义的BiLSTM-CNN-ECA模型。[方法/过程]首先,对微博文本从字词句三个粒度级别建模,运用双向长短期记忆网络提取微博内部语义特征,生成事件字向量矩阵和事件词向量矩阵;然后,拼接事件句向量矩阵形成三维文本特征矩阵,输入多尺度卷积神经网络,并行提取微博之间的依赖关系特征;最后,引入高效通道注意力模块赋予通道权重,进行微博谣言检测。[结果/结论]构建的三维文本特征矩阵有机结合了各粒度文本的语义特征贡献,包含更多、更全面的微博语义信息;ECA可有效捕获通道间重要信息,进一步提高了多尺度CNN模型对谣言检测的准确率。