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。     

基于改良SEIR模型的微博话题式信息传播研究

【目的/意义】研究微博网络中话题式信息的传播模型及规律,对控制舆论和掌握微博信息传播规律具有重 要意义。【方法/过程】以微博信息传播中的SEIR模型为出发点,综合考虑微博网络中话题式信息的衍生特性,构建 改良式的微博话题式信息传播H-SEIR模型,并运用MATLAB进行模拟仿真,对微博中话题式信息传播影响因素 和对应的控制策略进行研究。【结果/结论】验证了所构建的改良微博话题式信息传播H-SEIR模型的可行性和有效 性,揭示了移动网络环境下话题式信息传播规律,为现实微博网络的监管控制策略的制定提供了理论依据。     

基于首发信息的微博舆情热度预测模型

【目的/意义】通过构建数学模型,研究大数据背景下微博舆情热度预测问题。【方法/过程】分析大数据背景 下的微博舆情的首发信息特征,定义首发信息影响系数,建立微博首发信息热度预测方程模型。【结果/结论】利用百 度指数、清博舆情等软件,研究 47个微博舆情实例分析模型特征,并用 6个微博舆情案例验证模型,得出该模型根据 微博首发信息的少量数据而得到较为准确的预测结果。研究成果有利于政府面对复杂微博舆情时做到“心中有 数”, 也为进一步研究大数据背景下微博舆情预测问题提供参考。     

基于复杂网络分析的微博传导热点预测算法

【目的/意义】微博传导热点的影响力大、信息扩散速度快,且隐蔽性较强,因此成为了网络舆情管理研究领 域的难点和瓶颈。【方法/过程】针对这些情况,基于复杂网络分析理论与技术,设计了微博传导热点预测算法 TPCN。TPCN算法将复杂网络中的信息路由节点模型扩展为微博传导节点模型,从而对传导子网进行划分;最终 以传导信息序列的热密度功率谱为依据,对传导节点的传导空间进行测度,从而判断其信息影响趋势,并实施传导 热点预测。【结果/结论】微博传导热点监测实验表明,较之 SNSM算法,TPCN算法具有较高的热点预测率、较低的 误报率以及良好的预测精确度。     

基于双层注意力和Bi-LSTM的公共安全事件微博情感分析

【目的/意义】微博情感分析对公共安全事件管控有着重要意义。现有研究将单条微博作为整体进行分析， 情感分析最小单元局限于字或词，而对微博从词到句子，从句子到单条微博这种多层粒度文本结构产生的影响关 注不足，基于此本文提出一种融合双层注意力的Bi-LSTM模型提升情感分析性能。【方法/过程】以红黄蓝幼儿园涉 嫌虐童事件为例，通过Bi-LSTM提取微博词级和句子级特征，结合双层注意力机制学习各级特征权重分布，以递 进顺序综合局部情感得到整条微博的情感分类。【结果/结论】实验结果表明，本研究提出的微博情感分析模型F1 值、准确率分别达到97.39%、97.62%，相比于SVM、RF、XGBOOST和LSTM，该模型能够在公共安全事件微博情感 分析方面取得较好效果。     

微博社区网民情绪引导与舆情控制的SIR演化博弈分析

【目的/意义】通过研究微博社区网民的情感交互与舆情观点,有助于在复杂的网络中掌握网民情绪演化从而良性引导网络舆情态势。【方法/过程】基于传播动力学、社会安全阀等理论,结合微博社区中的实际案例,定义事件利益主体并抽象出事件演化的全生命周期,同时,构建SIR演化博弈模型刻画网民情绪的动态演化规律及主体决策博弈演化过程,并通过仿真模拟分析得到系统演化至稳定状态的均衡条件。【结果/结论】结果表明:微博社区中意见领袖与官方媒体感知收益与风险的敏感度对决策行为产生显著影响;官方媒体及时设置有效议程构建安全阀能够防止网民情绪恶化;意见领袖与官方媒体的协同引导能够最大效度地帮助政府管控网络舆情。     

基于详尽可能性模型的微博话题可信度影响因素研究

【目的/意义】微博作为主要的社会化媒体,微博话题可信度评估以及从认知角度了解影响微博信息传播的 因素对判别信息可信度具有重要意义。【方法/过程】本文基于现有的详尽可能性模型对信息可信度的研究,从微博 内容、微博作者、社交网络传播三个维度,对影响微博话题可信度的因素进行研究。【结果/结论】结果发现,微博内 容信源的可信度对内容可信度存在显著正向影响,内容可信度对微博信息话题可信度存在显著正向影响,作者专业 知识对作者可信度存在显著正向影响,作者可信度对微博信息话题可信度存在正向显著影响。     

媒体微博的社会网络结构及其影响力分析

【目的/意义】为了解媒体微博信息传播规律与特征,识别具有高度影响力的媒体微博节点与类型,更有效 地对信息传播进行监管和引导。【方法/过程】研究基于社会网络理论,选取新浪微博中的部分媒体微博为研究样 本,测度其社会网络结构特征,并结合中心度与LeaderRank 算法测度媒体微博影响力。【结果/结论】研究发现,媒体 微博社会网络整体较为紧密,信息在媒体微博网络中的传播速度较快,网络节点之间的整体凝聚性强;网络结构与 节点位置决定着成员的影响力程度;具有高度影响力的核心节点的资源控制能力与话语权相对较大,可以通过改 变中心度、聚类系数等手段引导核心节点,控制信息传播态势。     

微博信息情绪类型对用户分享意愿的影响研究

【目的/意义】研究微博信息情绪类型对用户分享意愿的影响,对控制情绪信息在微博上的传播,营造清朗 的网络空间、遏制网络负能量传播提供参考。【方法/过程】通过抓取132972条热点事件的微博信息,提出并运用基 于依存句法的情绪分析框架,识别了微博信息情绪类型,并探讨情绪类型对用户分享意愿的影响。【结果/结论】实 验结果表明,相较于非情绪化信息,用户对情绪化信息分享意愿更强;相较于消极情绪信息,用户对积极情绪信息 分享意愿更强。     

基于Agent 和K 核分解的群体事件微博传播模型

【目的/意义】有别于众多现有的针对社会群体事件的定性理论研究,文章采用了定性分析和定量研究相结 合的方式探讨群体事件在微博网络中的传播特点,并给出了社会群体事件在微博中传播的传播模型。【方法/过程】 以定性分析和定量讨论相结合的方式为指导思想,以复杂系统的理论为依据,提出对群体事件的微博传播进行基 于Agent 的建模分析;以复杂网络的相关知识为支撑,提出依据K-Shell index 方式来划分Agent 群类并设计了相应 的交互规则。【结果/结论】实证分析了以K-shell index为依据构建Agent的优点;基于Repast平台对所设计的模型进 行了仿真分析、模拟出了由个体用户的意见从无序交互到集中爆发的涌现过程,并以真实群体事件的数据为基础 论证了该模型的科学性和实用性。这些工作能帮助人们更科学地理解群体事件微博传播中的演变规律,从而为群 体事件的及时预测和有效应对提供理论指导。     

融合演化特征的公共安全事件微博情感分析

【目的/意义】提出融合深层演化特征的情感分析方法,以提升公共安全事件微博情感分析精度。【方法/过 程】以红黄蓝幼儿园涉嫌虐童事件为例,使用LDA与爬虫软件提取演化特征中的主题特征、时间特征,结合传统浅 层文本词性特征与情感特征,应用于XGBoost以生成微博情感分析集成模型。【结果/结论】演化特征的融入使得 情感识别准确度Auc值提高4%,且XGBoost分类精度均优于SVM、随机森林。本文提出的情感识别模型能够在公 共安全事件微博情感分析方面取得较好效果     

基于微博核心实体的情感分析方法及引导机制研究

【目的/意义】微博作为国内主要的社交网络平台之一,其信息传播实时快速,去中心化,成为网络舆情传播 的重要媒介。面向微博进行舆情中心人物的识别以及公众情绪的挖掘对网络舆情的控制具有重要的实践意义。 【方法/过程】本文以新疆棉花事件为例,使用生命周期法对微博舆情演化过程进行划分,使用word2vec和k-means 模型提取事件生命周期中各阶段的舆情中心人物,采用一种结合词典与LSTM深度学习模型的情感分析方法,对各 舆情中心人物相关的评论情感进行极性分析。【结果/结论】所提出的方法能够挖掘面向特定事件的微博舆情中心 人物、公众的情感类型及情感强度,得到能够使舆情转好的引导方法。【创新/局限】本文创新性的将主题挖掘方法 运用于微博舆情中心人物的提取。在情感分析方法上,结合词典和深度学习方法,解决了深度学习方法进行情感 分析时需人工标注的局限性。此外,本文进行情感值计算时没有考虑到表情符号的作用,后续研究会进一步考虑 更加细粒度的情感分类。     

基于人类动力学的微博用户评论行为研究

【目的/意义】基于客观行为数据构建微博发布-评论行为的定量模型,解释社交网络用户信息交互关系,为微博舆情的监控与引导提供理论依据。【方法/过程】以新浪微博为研究对象,对揭示微博群体层面多对多模式中的发布-评论行为特征的五个重要指标进行分析,构建描述微博多对多模式中的发布-评论行为的定量模型,并通过仿真验证模型的有效性。【结果/结论】微博评论数频数分布满足幂指数为1.6659的幂律分布;微博已获评论数、微博影响力、信息可见度是影响新增评论的连接机制。本文构建的定量模型可以较好模拟真实的微博发布-评论行为。【创新/局限】从人类动力学视角解释了微博多对多模式的微博发布-评论行为的过程,揭示了群体层面的发布-评论行为生成机制。本文没有对不同类型微博的评论行为进行区分,在未来的研究中,将针对不同类型微博的评论行为做进一步探索。     

微博信息质量评价指标体系构建研究

【目的/意义】社会网络环境下,微博作为人们获取社会信息的重要平台,其信息质量至关重要。微博客中 的信息质量参差不齐,建立微博信息质量评价标准体系有助于人们获取有效信息。【方法/过程】本文从信源可信度 与信息质量的双路径视角,构建微博信息质量评价指标体系,采用层次分析法和模糊综合评价法进行指标体系的验 证。【结果/结论】通过问卷调查和专家咨询得出各项指标对微博信息质量的影响程度及总体模糊评价,为微博信息 质量评价提供参考。     

基于DEA方法的政务微博信息交流效率研究

【目的/意义】对政务微博信息交流效率展开评价,指导政务微博运营管理与内容建设,并丰富社交网络环 境下的信息交流理论研究。【方法/过程】以外宣、司法、团委等十大类型政务微博为研究对象,基于内容、关系、时间 三个维度,选取提及行为“@”、话题标签“#”、互动数等指标,构建了政务微博信息交流效率评价的指标体系。采用 DEA-VRS模型对政务微博的信息交流效率展开评价,通过冗余分析为不同类型的政务微博的信息交流效率改进 提供建议。【结果/结论】政务微博信息交流效率处于中等水平,合理配置相关政务微博的投入规模可有效提高其信 息交流效率水平。     

基于投入产出分析的政务微博舆情信息传播效率评价研究

【目的/意义】通过对政务微博网络舆情信息传播效率进行评价,有利于政务微博的运营和管理。【方法/过程】应用道格拉斯生产函数对政务微博网络舆情信息传播效率评价指标体系的投入和产生指标进行分析,应用DEA模型对政务微博网络舆情信息传播效率进行测算和评价,并利用聚类分析方法对政务微博进行分类,从而对政务微博信息传递指标进行归纳。【结果/结论】政务微博规模效率表现较差的原因是政务微博信息传播效率表现不佳;政务微博信息传递规模效率较低的原因是粉丝数和关注数不足;最后基于投影分析,提出政务微博信息传递效率的改进方案。     

基于社会安全阀的地方政务发布舆情预警模型研究

【目的/意义】随着互联网技术的不断发展,政府部门所面临的舆情压力与日俱增,因此针对政务微博发布的舆情预警的研究具有重要意义,而目前相关的研究多以数学建模的方式进行,从社会学角度的研究较少出现。【方法/过程】研究基于社会安全阀理论对微博数据展开分析并结合EGM灰色系统理论构建预警模型。【结果/结论】研究发现,政务发布具有转移敌意与情绪宣泄的作用,在舆论冲突的前期与潜伏期阶段存在危机和矛盾双层次预警。将湖北仙桃的群体事件代入模型进行验证分析,证明了模型的合理性与可操作性,存在较高的应用前景。     

基于元胞自动机的微博用户群体行为选择模型研究

【目的/意义】为了减少微博群体性事件带来的负面影响,必须了解微博用户群体行为的形成过程。【方法/ 过程】基于元胞自动机理论建立模型发现,微博用户群体行为选择主要受个人参与和外在环境影响,个人参与群体 互动越积极,群体氛围越活跃,群体行为选择会更加理性,达成一致的可能性越大。【结果/结论】随着个人参与和环 境影响的增大,微博用户群体行为选择从两极分化向单极聚化方向发展,在这个过程中,环境的影响力略大于个人 参与,所以在应对微博群体性事件的过程中,环境引导比“以人为本”略重要。     

信息自组织对微博信息传播的影响机理研究

【目的/意义】针对舆论管控尤其是微博信息管控这一热点问题,利用信息自组织理论揭示微博信息传播规 律具有重要意义。【方法/过程】将信息的自组织作为主线,重点研究微博信息在传播的整个过程中信息内容自组 织、用户关系自组织以及用户传播过程自组织,揭示了微博信息自组织的运行机理,阐述了微博信息自组织对信息 传播效果产生的各种影响。【结果/结论】通过实证分析论证了研究所得到结果的正确性;最后给出了相应的政策建 议,力图实现研究微博信息、管控微博传播的目的。     

面向时间序列的微博突发事件衍生舆情情感分析研究 ——以 “6.22”杭州保姆纵火案衍生舆情事件为例

【目的/意义】将时间序列分析方法引入情感分析,可以对微博突发事件衍生舆情作出科学预测,为政府掌 握舆情情感走势,从而根据舆情发生的不同阶段采取相应的导控策略提供合理的意见与指导。【方法/过程】结合 突发事件衍生舆情的特点,采用词集合并法、SO-PMI、PMI-IR等方法构建了微博突发事件衍生舆情专属情感词 典,随后利用该情感词典和时间序列分析方法对“6.22”杭州保姆纵火案衍生舆情事件进行实证分析。【结果/结论】 对该事件的日均情感值进行计算,与实际情感值拟合程度较好,证明了建立的衍生舆情情感词典及时间序列模型 较为科学,可以为政府选择相应的策略及应对时机提供一定的参考。