网络舆情监测技术研究及应用综述

介绍网络舆情监测的概念及研究现状,从信息提取、文本挖掘处理、舆情分类、文本表示与主题发现、舆情意见挖掘和观点分析5个方面,介绍网络舆情监测的有关技术,并将网络舆情监测技术中涉及的各关键挖掘技术进行整合,讨论了网络舆情监测技术在实践上的应用及其意义。     

基于主题分类的网络舆情观测指数体系研究

回顾了目前几种典型的网络舆情预警指标体系,在深入研究分析网络舆情事件特点和规律的基础上,将难以观测的基于事件的网络舆情预警监控转换为易于观测的基于不同主题分类上的网络舆情监控。定义了网络舆情影响指数、网络舆情趋势指数和网络舆情积聚指数3个指数,分别给出了各指数的具体含义和计算办法,最后对各种指数的综合运用进行了讨论。     

我国网络舆情研究的回顾与展望

运用计量统计的方法,首先对网络舆情近十年的相关研究进行文献统计,得出近些年网络舆情研究的总体概况。其次对近些年的网络舆情在研究内容上进行分类分析,主要通过对相关理论研究、网络舆情分析技术研究、网络舆情的应用及实践研究方面进行分析梳理,以从整体上把握近些年我国网络舆情的研究状况,最后,总结分析目前网络舆情研究中尚且存在的问题,并对未来的研究趋势进行展望,以期为网络舆情后续的相关研究提供借鉴和参考。     

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。     

基于大数据的网络舆情分析方法研究

随着互联网技术和应用的发展,网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化。网络舆情分析方法已超出了现有常用的分析框架,必须在大数据分析的思维下有所创新。本文概述了常用的网络舆情分析方法,归纳了当前网络舆情的大数据特征和分类,提出了网络舆情分析创新要向大数据分析方向发展的观点,并概述了4种新思路新方法,对需要注意的相关问题进行了总结,对未来网络舆情分析创新进行了展望。     

网络舆情研究中量化方法应用态势分析

为分析网络舆情研究中量化方法应用态势,以情报类杂志网络舆情文献为对象,利用内容分析方法,对网络舆情量化研究的态势、力量、主题以及量化研究中模型、方法与技术等展开分析。结果表明,目前网络舆情量化研究发展较快,一些研究机构和研究者围绕网络舆情识别与分析、监测与预警、传播与演变以及影响与应对等方面形成或构建了特定模型,探索或寻找了与特定网络舆情研究主题相契合的方法与工具,但网络舆情量化研究也存在应用不足和共识缺乏的问题。     

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。     

国内网络舆情研究的回顾与展望

舆情研究是新兴的社会科学与自然科学交叉的研究领域,网络舆情研究作为舆情研究的热点问题之一更是备受重视.网络舆情研究是舆情基础理论的重要组成部分,对其进行深入研究是对舆情基础理论的深化和扩展.本文通过分析我国网络舆情的研究现状,利用文献计量方法进行内容概括和分析,给出当前网络舆情研究的基本框架;然后对网络舆情研究内容进行分类研究,同时结合应用系统进行比较分析,从整体上把握我国的网络舆情研究和实践;最后探讨网络舆情研究存在的问题,并展望网络舆情的研究趋势.     

网络舆情指标体系设计与分析

根据网络舆情的特点,从指标设计、分类、构建等方面,在网络舆情信息汇集、分析、预警的工作流程中,按照主题将信息分门别类,统计、计算出若干指标值,对舆情进行横向、纵向的监测和评估,筛选出有价值的信息.帮助舆情工作者对舆情突发事件进行研判及态势预测.同时,对指标利用过程中存在的问题提出建议.     

网络舆情冲突类言语行为研究

言语行为分析是网络舆情分析中一个重要的环节,对于机器大规模自动分析、识别和刻画网络舆情具有重要意义;矛盾冲突则是网络舆情监管需要重点关注的一类任务。以网络舆情的冲突类言语行为分析为例,初步尝试建立了一个适合中文网络论坛环境的冲突类言语行为分类体系。同时提出了相应的自动化分类算法,并比较不同特征集(提示词、n-grams、句法特征和结构特征)解决分类问题时的效果。实验结果表明,本文所提方法可以获得一个较为满意的分类效果,同时也证实新引入的句法特征和结构特征在解决言语行为分类问题上具有积极作用。     

网络舆情监测系统的研究与实现

网络舆情作为一种重要的舆情形式,具有形成速度快,受众人群广等特点,对国家和社会的影响越来越重大。互联网用户可以自由地在微博、论坛、博客等中发表有关社会中各类现实问题的态度和意见。监测网络舆情的主要手段就是利用网络爬虫对目标网络的页面数据进行挖掘,然后对挖掘的数据进行分类处理,并科学地统计舆情信息。本文主要分析网络舆情的特征和处理对策,并利用网络爬虫、全文检索、关键词评分、以及科学数理统计等手段对网络舆情监测系统的原理进行探索与系统实现。     

网络舆情应对策略探讨

网络舆情是社会舆情的重要组成部分,更是党和政府治国理政、领导干部了解社情民意的重要平台。本文在分析网络舆情演变规律的基础上,以建立完善组织保障体系、畅通的信息公开机制、舆论引导机制等为重点,提出应对群体性突发事件网络舆情的对策与建议。     

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。     

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。     

政府网络舆情监测分析及预警

互连网空前地延展了人类的生活空间,网络已成为民众获取信息和表达民意的重要渠道,已成为政治思潮的交织地和社会问题的集散地,已成为政府治国理政、了解社情民意的新平台。本文通过分析网络舆情成因及发展变化规律,提出政府网络舆情监测分析系统框架和预警模型,为政府及时发现舆情,防管并举,积极处置,避免事件恶化将起到积极作用。     

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。     

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。     

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。