突发事件网络舆情关键节点识别及导控对策研究——以“大贤村遭洪灾事件”为例

[目的/意义]当今,在多极化信息传播模式下,及时防范和有效处理突发事件网络舆情迫在眉睫。[方法/过程]采用社会网络分析方法,结合具有典型代表意义的突发事件案例,对其产生的网络舆情数据加以采集与组织,接着进行了突发事件网络舆情传播的定量化的测度分析,试图挖掘与识别关键节点并解释其内在的结构特征与演变规律。[结果/结论]根据本文案例研究结果,提出了针对突发事件舆情传播网络结构本身的控制对策;借助香农信息通信理论,提出了针对舆情主体的信源（政府）—信使（媒体）—信宿（公众）思维变革的突发事件网络舆情引导对策;基于善治理论,提出了政府应坚持"善治"理念,与公众协同管理的突发事件网络舆情引导对策。     

基于网络舆情分类的舆情应对研究

在梳理已有文献的基础上,从网络舆情演化要素入手,构建网络舆情分类标准体系,以"刺激性事件主体行为"和"网络舆情传播过程"作为两个主要维度。并据此从政府的视角,将网络舆情划分为弱型网络舆情、强型网络舆情和波动型网络舆情。针对不同类型网络舆情,提出相应的"淡入式"、"萌芽式"、"强力式"、"溯源式"和"重塑式"政府舆情应对策略。     

基于社会网络分析的网络舆情实证研究

网络舆情作为一种重要的舆情形式,以网络为平台反应了民众对社会形势和社会事件的态度和意见。随着互联网的高度发展,网络舆情对国家和社会的影响日益明显,因此对网络舆情的研究具有十分重大的意义。本文分析了社会网络分析法在网络舆情方面的应用,以某一社会热点事件为例,进行了基于社会网络分析的网络舆情实证研究,通过研究发现了舆情信息并提出了舆情管理建议。     

基于贝叶斯网络的网络舆情危机节点诊断研究

[目的]研究大数据网络环境发展新形势下,通过概率分析判断导致危机爆发的关键环节,为网络舆情危机管理决策提供依据。[方法]使用贝叶斯模型作为分析工具,探究网络舆情危机关键节点诊断的流程和机理。建立网络舆情危机分类匹配模型和关键节点诊断模型。[结果]建立60个网络舆情危机事件训练组得出模型条件概率表,3个测试组样本经实证诊断结果与事实相符。[局限]贝叶斯网络结构的构建需要进一步通过定量分析进行优化。[结论]对网络舆情危机进行分型,并精确地从复杂变量中诊断出对危机态势最具影响的关键节点。     

基于Pagerank的社会网络关键节点发现算法

受Pagerank算法启发,将社会网络中的节点模拟成Web中的页面,将边模拟成Web中的超链接,提出基于Pagerank的社会网络关键节点发现算法。通过实验验证了该算法的可行性。     

基于多采样双向编码表示的网络舆情主题识别研究

【目的/意义】舆情主题识别一直是舆情领域的研究热点,如今已有丰富的研究成果。现有研究对舆情信息 进行表征时多采用了传统的词袋模型、主题模型或词向量模型,只能对词语进行唯一的向量表征且传统模型需对 文本分词,可能会因分词错误、数据稀疏、出现集外词等情况影响识别效果。【方法/过程】本文构建了一种基于多采 样双向编码表示的网络舆情主题识别模型,在训练前无需对文本进行分词,针对文本过长的情况采用头尾结合的 方式进行截断,从字、段、位置三个维度提取特征嵌入,通过自注意力机制进行舆情表征,在训练过程中使用区分性 微调和多采样dropout的方法增强泛化能力,提升识别效果。【结果/结论】实验结果表明构建模型在舆情主题分类任 务中表现良好,可以在不对文本分词的情况下实现对舆情主题的准确识别。【创新/局限】创新之处在于构建了一种 新型的网络主题识别模型,局限之处在于算法复杂,如何进一步调参优化是接下来的研究重点。     

基于模糊综合评价法的网络舆情预警模型

在详细分析网络舆情影响因素和自身属性的基础上,本文建立了网络舆情指标体系.依据模糊综合评价法构建了网络舆情预警模型,采用混合赋权法确定各指标的权重,选择合适的模糊算子确定指标体系中各舆情因素的数值化评价值,最终得到网络舆情的预警等级.实例表明了该模型的有效性和准确性.     

网络舆情安全应用中主题分类方法的研究与实现

针对网络舆情安全应用中主题分类问题展开研究。主题分类需要解决5个问题。建立了网络舆情安全应用的分类体系;介绍了文档特征提取和选择方法;分析了向量空间模型;实现了KNN和SVM两种分类算法。验证了方法的实用性。     

网络伪舆情的特征研究

网络舆情理论方面的研究已逐渐趋于成熟,但是与网络伪舆情相关的研究还不能满足实践的需要。围绕网络伪舆情展开了相关研究,首先介绍了网络伪舆情的基本概念和形成模式;然后,从不同的角度对网络伪舆情作了分类;进而详细分析了网络伪舆情的主要特征;最后,从政府、网络监控人员、网民三个方面提出了网络伪舆情的防范策略。     

基于耦合网络的社交网络舆情传播模型研究

[目的]为了研究社交网络以及研究微博网络与微信网络之间舆情的传递过程。[方法]利用无标度有向网络和BA网络分别模拟微博网络和微信网络环境,通过特定的连接关系设计了耦合网络载体,在SEIR模型的基础上,充分分析了用户的传播心理,考虑到了个体具有兴趣衰减效应以及记忆效应等特征,构建了基于耦合网络的社交网络舆情传播模型。[结果]实验结果表明,构建的双层社交网络舆情传播模型能较好地反映现实生活中的舆情传播过程,用户在多层社交网络之间的互动加速了舆情信息的流动,扩大了舆情信息的影响力,层间传播阈值的控制是管理多层社交网络舆情传播的关键。     

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。     

基于大数据分析的网络舆论分阶段控制与引导研究

[目的/意义]基于网络大数据,分析多种主客观因素在网络事件不同发展阶段所起的作用,探究其影响规律和最优控制手段,对引导社会舆论健康发展有着非常重要的意义.[方法/过程]选取网民、政府媒体、网络大V、企业和其他新闻媒体、持续时间作为控制指标,运用层次分析法确定权重;选取网络热点事件作为样本,利用理想解法构建综合评价模型,...     

基于人际关系网络的舆情演化建模研究

分析当前舆情建模研究现状,提出比较符合社会实际的人际关系网络模型,并对建立该网络模型的思路,网络节点的类型、属性和关系进行描述。在此基础上,根据不同节点类型设定了相应的舆情演化规则,建立了基于人际关系网络的舆情演化模型。     

基于深度学习的"教育公平"网络舆情分析

[目的/意义]旨在构建一个网络舆情系统,及时准确地挖掘海量网络数据,分析社会热点事件的网络舆情。[方法/过程]结合深度学习技术,构建了一个基于内容与结构的舆情分析模型,其中利用Bi LSTM-CNN深度模型对舆情内容进行情感分析,利用社会网络分析法对舆情网络进行结构分析。[结果/结论]实证分析表明了该模型在公共事件舆情分析上的有效性和优越性。从结构和内容两方面分析,能为公共事件网络舆情分析提供新思路。     

基于本体和加权朴素贝叶斯的网络舆情主题分类

及时准确地对舆情信息进行主题分类,不仅能实时了解舆情动态变化,还能为预判舆情发展趋势、舆论引导建立基础。本文提出一种基于本体和加权朴素贝叶斯的网络舆情主题分类方法,通过使用本体将领域知识和领域文本特征融入分类过程中。将该方法应用到动物卫生领域舆情主题分类中,分类结果精确度为0.9402,Marco_F1达到0.9339。通过与朴素贝叶斯（NB）和THUCTC两种方法的对比实验,证明本文提出的基于本体和加权朴素贝叶斯的分类方法有效且具有可行性,但是领域本体的概念、关系的完备程度会影响分类的效率。     

基于信息关联的负面网络舆情风险分级与预测研究

【目的/意义】网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络 社会治理成效意义重大。【方法/过程】构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加 权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此 对负面网络舆情进行风险预测。【结果/结论】实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠 度高,可为负面网络舆情风险精准响应提供有效决策依据。【创新/局限】以信息关联为视角,为负面网络舆情风险 分级与预测提供了新的研究框架,但典型案例数据库有待继续完善。     

政府视域网络舆情研究现状及反思

通过文献梳理可以发现,政府视域网络舆情是当前学术研究的热点,它包括网络舆情控制、网络舆情管理、网络舆情监测、网络舆情引导、网络舆情应对等研究视角。这一研究领域存在明显的理论偏失：对政府与网络舆情的关系认识不准确,出现研究立场偏差;集中于政府单一维度的研究,忽视网络舆情其他维度的研究;强调网络舆情的消极影响,忽视其积极作用的研究;重视网络舆情应对方法与技术,忽视治本之策的研究。出于对政府视域网络舆情研究的纠偏,提出网络舆情沟通这一新的研究视角,为网络舆情研究开拓新的领域。