基于熵权法的网络舆情预警模糊综合评价模型研究

【目的/意义】为了丰富网络舆情的预警评价研究,建设全面、有效的网络舆情预警机制,以便于相关政府 部门更好地对网络舆情进行监控与管理。【方法/过程】从网络舆情的生命周期与演变过程入手,首先构建网络舆情 的生命周期模型与演变过程模型,然后设计网络舆情预警模糊综合评价指标体系,同时利用熵权法确定网络舆情 预警模糊综合评价体系中各级指标的权重,最后构建网络舆情预警模糊综合评价模型,从而确定网络舆情的预警 等级。【结果/结论】该网络舆情预警模糊综合评价指标体系中包含 4个一级指标和 13个二级指标,为网络舆情预警 提供了一种新的思路和方法。     

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。     

基于残差修正的多因素灰色模型的网络舆情预测研究

【目的/意义】精准预测与掌握舆情事件的发展,及时发现舆情中的潜在危机,对社会的长治久安具有重要 意义。【方法/过程】针对网络舆情演化的不确定性、多变性与灰色性等特征,选取多个指标数据建立多因素灰色模 型(MGM(1,m))。同时,为提高预测结果的精确度,利用BP神经网络对多因素灰色模型的预测残差进行修正,构建 基于残差修正的多因素灰色模型,并结合“莆田系事件”对模型预测性能进行验证。【结果/结论】仿真结果表明,相 对于单一序列GM(1,1)模型和无残差修正的多因素灰色模型,残差修正后的多因素灰色模型在网络舆情预测上具 有一定的优势。     

高校网络舆情风险评估及预警研究

【目的/意义】监测高校网络舆情大数据信息,建立风险评估及预警系统对于快速准确识别高校网络舆情危 机风险等级,提高高校和政府相关部门对网络舆情的监管效率、应对能力以及治理水平有着极其重要的意义。【方 法/过程】在研究高校网络舆情影响因素和发展演化规律的基础上,构建舆情发布者影响力、舆情热度、舆情强度、 舆情扩散度四个维度的高校网络舆情风险评估指标体系,利用随机森林算法和熵权法进行指标筛选和权重计算, 综合运用TOPSIS法和灰色关联分析法构建高校网络舆情风险评估及预警模型,对舆情风险等级进行划分。【结果/ 结论】研究结果表明,该模型具有很好的准确性和有效性,极大简化了高校网络舆情风险评估和危机预警的识别程 序,为合理有效地处理和应对高校网络舆情提供了借鉴和参考。【创新/局限】增加风险评估指标筛选过程,两种评 估方法的有效结合使得风险评估和预警结果更加客观准确。     

信息疫情下短视频网络舆情预警指标体系构建研究

【目的/意义】为避免预警信息疫情下短视频网络舆情危机的爆发,维护正常、有序的短视频网络环境,本文 对信息疫情下短视频网络舆情预警指标体系的构建进行了研究。【方法/过程】首先,采用文献调研与实地调研相结 合的方法,析出信息疫情下短视频网络舆情预警指标体系的一级指标与二级指标。其次,采用层次分析与专家调 查相结合的方法,计算出各级指标的权重。最后,通过实证研究检验本文所构建的信息疫情下短视频网络舆情预 警指标体系的科学性及可应用性。【结果/结论】研究结果表明：本研究所构建的信息疫情下短视频网络舆情预警指 标体系具有科学性及可应用性。【创新/局限】本研究遵循指标可度量原则、指标个数精简化原则、指标参数易获取 原则构建了信息疫情下短视频网络舆情预警指标体系,使其在现实应用中具有更强的普适性。     

基于贝叶斯网络的网络舆情事件分析

【目的/意义】目前网络舆情事件与社会稳定密切相关,其中定量计算方法在网络舆情事件分析中占有重要地位。【方法/过程】本文提出了一种基于贝叶斯网络(Bayesian Network下文简称BN)分析网络舆情事件趋势的方法。先根据先验知识和专家指导设计BN拓扑结构;再利用EM算法推算条件概率表;最后通过训练集和测试集的方法检验BN的有效性。【结果/结论】本文以随机抽取的2018年100件网络舆情事件为数据源进行实验,结果表明本文设计的BN在预测网络舆情事件趋势方面是可靠的。这为基于BN处理网络舆情事件提供了一定理论依据。     

面向公共安全风险防控的疫情网络舆情预警研究——以刚果埃博拉病毒为例

【目的/意义】网络舆情预警作为反映社会舆情的“晴雨表”和“提示器”,有助于政府部门通过公告、沟通、情 绪安慰和教育活动对社会进行科学管理。【方法/过程】本文基于Python数据爬虫技术,将刚果（金）赤道省疫情期间 的 38天分为 38个时间点,进一步构造 SVM 模型,并用 Matlab对 SVM 模型进行训练。其中 5月 18日至 6月 18日数 据为训练样本,6月19日至6月25日数据为检验样本。【结果/结论】通过实证研究,危机程度大于和小于0.5的情况 均合理有效,预警模型实用性强,对政府、社会、媒体应对危机产生了较大价值。【创新/局限】但由于本研究仅是针 对埃博拉展开,从Twitter中获取的数据量有限,因此存在一定研究局限性。未来将尝试选择基于更多的主题,从多 个来源提取更多数据,以对网络舆情危机预警机制进行更加系统、全面地研究。     

突发事件网络舆情风险评价方法及应用

【目的/意义】构建有效的突发事件网络舆情风险预警指标体系和评价方法,是应急决策机构有效控制舆 情风险和科学应对突发事件的重要依据。【方法/过程】通过理论分析、文献调查和统计分析方法,从突发事件作用 力、网络媒体作用力及网民作用力3 个维度提出10 个评价指标。采用加速遗传算法（AGA）对传统投影寻踪（PP）模 型进行改进,提出了基于加速遗传算法与投影寻踪（AGA-PP）相结合的突发事件网络舆情风险预警模型。【结果/结 论】与传统PP模型相比,本文模型简化了投影寻踪实现过程,克服了传统投影寻踪方法计算的复杂、编程实现困难 的缺点,为突发事件网络舆情风险预警的广泛应用提供了有效方法。     

突发疫情环境下网络舆情传播趋势预测及社会保障应急机制研究

【目的/意义】突发疫情环境下将形成大量网络舆情,准确把握网络舆情传播趋势可为突发疫情环境下的社 会保障应急机制提供参考依据。【方法/过程】本文从网络舆情信息交互影响要素、网络舆情信息交互机理两方面分 析突发疫情环境下网络舆情信息交互机理;并从网络舆情传播趋势特点考虑,以新冠病毒肺炎李文亮事件为例,采 用Elman 神经网络模型,选取网络信息数量以及情绪总量和主导情绪作为网络舆情传播趋势预测主要变量和辅助 变量,对突发疫情环境下的网络舆情传播趋势进行预测分析,针对预测结果制定相关社会保障应急机制。【结果/结 论】研究提出可通过完善网络舆情相关法律机制、社会参与机制、信息披露机制、社会监督机制、责任追究机制五项 社会保障应急机制,以期为突发疫情环境下维持社会稳定性提供依据。【局限/创新】未来研究中可结合更多相关实 例进行分析,从而使研究结论进一步得到丰富与深化。     

面向公共卫生安全网络舆情预警的弱关联挖掘方法研究

【目的/意义】随着网络规模的持续扩张,加强公共卫生安全网络舆情的特征挖掘及走向预测,探索舆情预 警机制,已成为当前公共卫生安全治理领域亟待解决的关键问题。【方法/过程】本文基于对公共卫生安全网络舆情 预警特征的理解,采用弱关联挖掘方法构建了包括舆情黏合性、热力性、趋势性三个维度的公共卫生安全网络舆情 预警模型。基于此,以“长春长生问题疫苗事件”的舆情数据为例,对公共卫生安全网络舆情的影响要素进行了详 细分析;同时,综合运用K-Means聚类算法与灰色关联分析方法,对该事件的舆情发展时间进行预警分级,为后续 对策建议提供支撑。【结果/结论】结果表明基于 K-Means聚类算法的弱关联挖掘方法在公共卫生安全网络舆情中 具有较强的适用性。【创新/局限】本文基于公共卫生安全网络舆情特点,采用K-Means聚类算法与灰色关联分析方 法划分预警等级,实现了研究方法上的创新。但仍存在一些不足之处,如预警分级自动化触点的研究等,需要后续 更加深入的探究。     

社会热点事件网络舆情与谣言的耦合机制研究——基于近4年数据的案例分析

【目的/意义】互联网背景下社会热点事件层出不穷,因网络高关注度极易引发舆情与谣言危机,舆情与谣 言演变时关系紧密,通过分析舆情与谣言耦合机制,为社会热点事件网络治理提供指导。【方法/过程】选取近4年28 个社会热点事件,筛选其中表现突出的耦合样本,可视化呈现了社会热点事件网络舆情与谣言的耦合模型,进而利 用场域理论中行动者、资本与惯习的内、外循环机理揭示网络舆情与谣言的耦合机制。【结果/结论】揭示了社会热 点事件网络舆情与谣言的一致演变耦合模型、超前分歧耦合模型和滞后分歧耦合模型,并深入分析了三类耦合模 型中不同的耦合机制,包括两场域互振共变机制、谣言场抑制与舆情场反攻机制,以及舆情场主导与谣言场破茧机 制。对于社会热点事件网络舆情与谣言的科学判定及精准施策具有重要意义。【创新/局限】结合多元研究方法揭 示舆情与谣言间的双向互动关系,在舆情与谣言耦合演变影响因素的理论研究仍需加强。     

信息生态视域下网络舆情反转生成机理研究——基于40个案例的模糊集定性比较分析

【目的/意义】围绕网络舆情反转频发现状,厘清网络舆情反转生成机理，以有效应对网络舆情应急治理面临的挑战。【方法/过程】从信息生态视角出发，建立网络舆情生态种群关系网络研究框架，利用模糊集定性比较分析方法探寻首发主体权威度、网民相关度、传播主体权威度、传播主体倾向、首发信息内容直观度、内容敏感度、舆情持续时长七个内在因素的“联合效应”，识别网络舆情反转产生动因和组态路径。【结果/结论】网络舆情反转组态路径可归纳为“关键种群主导舆情信息持续发酵型”和“管理种群引导舆情信息迅速扭转型”两种类型。敏感型网络舆情信息作为网络舆情反转的核心条件，与难制约型关键种群、持续间断型管理种群相互作用作为主体力量推动网络舆情反转；自由包容型支持种群为辅助条件。【创新/局限】基于信息生态学搭建网络舆情反转生成机理研究框架，从组态视角剖析网络舆情反转生成机理，为网络舆情反转研究提供新的研究思路。     

基于循环神经网络的网络舆情趋势预测研究

【目的/意义】网络舆情预测由于对指导政府工作,维护社会稳定具有很高的现实意义,一直是网络安全领 域研究工作的关注重点。但是网络舆情演化趋势复杂,影响因素众多,前人工作多考虑了单变量因素,忽视了多因 素对趋势的影响,且前人采用的传统模型由于自身的局限性,针对非线性场景的预测很难收到较好效果。【方法/过 程】为解决前人研究的不足,本文设计了一种基于循环神经网络的自适应学习率的网络舆情模型,根据舆情数据特 点选取了多种特征构建了循环神经网络序列生成模型,针对循环神经网络模型收敛困难的问题,通过连续最优掷 币策略自适应调节学习率来提高训练速度和预测精度。【结果/结论】实验结果表明,与传统方式和普通神经网络相 比,本文方法有着更好的舆情预测效果。     

基于ANP—灰色模糊的社交网络舆情风险预警研究 ——以 “以重庆公交坠江事件"为例

【目的/意义】社交网络平台的普及应用使得传统网络舆情升级为社交网络舆情,舆情风险预警难度进一步 增大,积极探索科学有效的舆情预警新方法对于舆情风险导控而言意义非凡。【方法/过程】在对社交网络舆情自身 特点及其风险预警相关主体进行总结与分析的基础上构建包含多主体影响因素的社交网络舆情风险预警体系,并 综合运用网络层次分析法与灰色模糊评价法构建基于ANP—灰色模糊的社交网络舆情风险预警模型,继而以“重 庆公交坠江事件”进行实证分析。【结果/结论】结果表明：该事件的风险预警等级介于严重和特别严重之间,存在较 大的舆情风险,采用此方法能够实现社交网络舆情风险的有效预警,从而较好地说明了该预警方法的科学性和准 确性。     

基于灰色马尔可夫模型的网络舆情预测研究

【目的/意义】网络舆情的发展是复杂非线性的变化过程,建立有效的数理模型对网络舆情发展趋势做出准 确的预测具有重要的意义。【方法/过程】首先选用网络舆情事件的百度指数构建发展趋势的时间序列指标,经过几 何平均弱化缓冲算子处理后建立改进的灰色Verhulst 模型预测,最后采用马尔可夫对改进的灰色Verhulst 模型预测 结果进行修正。【结果/结论】选取“罗一笑事件”进行案例分析,验证了本文提出的改进的灰色马尔可夫模型在网络 舆情预测中的有效性。     

信息生态视角下网络舆情生态及文化引领机制研究

【目的/意义】立足信息生态视域,研究主体—客体—时空环境下的网络舆情生态的动态演化,通过不同维 度的网络舆情文化引领方式及机制,促进网络舆情生态化发展,为网络舆情监管与治理提供新思路,推动网络文化 生态建设。【目的/意义】对网络舆情主体、客体、时空环境的关系及相互作用的动态平衡进行描述,并以此构建网络 舆情生态的全景模型。依据网络舆情生态的研究维度提出主体引领、客体引领及时空环境引领的文化引领维度, 并提出相应的文化引领机制。【结果/结论】针对主体—客体—时空环境三个维度,分别提出文化育人机制、文化服 务机制及文化创新机制,对网络舆情治理及网络文化生态建设工作具有指导意义。【创新/局限】创新性地从主体— 客体—时空环境将网络舆情生态与文化引领相结合,推动网络舆情治理及文化生态建设。     

突发公共卫生事件中基于区块链的网络舆情溯源体系研究

[目的/意义]为深化区块链技术在网络舆情中的应用，推动网络舆情溯源体系的构建与完善，提高突发舆情风险管理的科学性与预见性。[方法/过程]本文基于态势感知理论和区块链技术，构建了多社交平台网络舆情溯源体系，采用区块链和IPFS的双存储机制进行舆情数据的海量存储，利用智能合约对风险舆情进行监控预警，基于内容标识符CID和事件ID实现网络舆情的精准溯源。[结果/结论]完善了区块链视域下突发公共卫生事件网络舆情溯源体系，提高了多平台间舆情风险的可溯源度与可预测度，为政府相关监管部门提供了精准的舆情预警与决策支持。     

基于动态贝叶斯网络的网络舆情危机等级预测模型

【目的/意义】本文利用动态贝叶斯网络构建网络舆情危机等级预测模型,为网络舆情危机预警系统提供理 论支撑。【方法/过程】对网络舆情主体、客体与媒体三个要素进行分析,构建网络舆情危机等级预测指标体系,在 指标体系的基础上,构建了动态贝叶斯网络并完成了动态贝叶斯网络的训练。【结果/结论】本文以“教科书式老赖” 为例,结合动态贝叶斯网络对其属性进行了分析,提出了对策与建议。     

基于RF算法的突发事件网络舆情演化预测分析

【目的/意义】突发事件类网络舆情演化情况的掌握对舆情监管部门而言至关重要。鉴于此,本文致力于构 建能够准确预测舆情演化的模型,此预测模型的建立可拓宽舆情预测的渠道,为舆情参与主体和监管部门及时掌 握舆情演化态势提供方法依据。【方法/过程】基于随机森林（RF）算法建立突发事件网络舆情演化预测模型,以微博 和第三方舆情监测平台作为变量数据来源,以R语言为操作环境,然后进行模型的训练与预测。【结果/结论】实验 表明,较之其它方法,本文构建的模型有更高的拟合度和更低的误差值。从结果来看,本模型的预测输出值与真实 值最为接近,较好地实现了对舆情演化的预测,将RF算法应用在舆情预测的研究中具有一定的先进性。     

基于BSC-SD的企业网络舆情管理绩效研究

【目的/意义】近年来危机事件的频发与人们表达诉求的期望加剧给企业网络舆情管理带来了严峻挑战,针 对企业网络舆情管理绩效进行研究可以为企业应对网络舆情提供支持。【方法/过程】利用平衡积分卡的思想结合 企业提高网络舆情管理绩效的愿景,从监控预警水平、主体联动水平、反馈响应水平、引导治理水平和文化修养水 平五方面进行系统动力学仿真,探究因素之间的相互作用与制约关系。【结果/结论】基于平衡计分卡与系统动力学 的企业网络舆情管理绩效模型通过定量分析有助于企业在应对网络舆情时采取更合理的管理手段。