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。     

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。     

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。     

投影寻踪分类模型建模中存在的问题及其改进

投影寻踪分类(PPC)模型的约束条件是∑p j=1a2j=1并且1≥aj≥-1。针对相同的密度窗宽R值,改变指标归一化方式前后PPC建模具有投影向量系数(权重)互为相反数和目标函数值保持不变等特性,据此提出建立正确的PPC模型的基本原则和步骤等,确保PPC建模得到真正的全局最优解和可靠结果,并进行实证建模研究。     

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DEA模型的网络舆情政府应对效果研究

【目的/意义】当前网络舆情事件日渐增多,能否有效应对成为评价政府执政能力的新指标。为了探究网络 舆情事件内在差异,总结我国网络舆情传播的客观规律,为政府在网络舆情中及时准确地采取合理的应对措施提 供科学的参考依据。【目的/意义】本文选取2017至2020年间的15件热点网络舆情事件,结合DEA模型建立了舆情 事件政府应对评价指标体系,并进行了实证研究。【结果/结论】研究发现,模型可以给出舆情事件中政府应对的效 率值,直观反映了政府舆情应对的有效性,还可以进一步明确政府应对不当的环节,政府据此可以设置改进的意 见。【创新/局限】本文拟定的下一步研究工作是建立更加精确的指标体系,以期对舆情事件中政府应对的影响因素 作出更加深入的思考。局限性在于评价体系中的某些指标只能采用德尔菲法进行赋值,考虑到主观因素难以进行 精确量化,受到时间与条件的限制较大。     

基于长短时记忆网络的突发灾害事件网络舆情情感识别研究

【目的/意义】为推动深度学习在网络舆情管理中的应用,提高突发灾害事件网络舆情情感识别效率。【方 法/过程】基于OCC模型建立了突发自然灾害网络舆情情感规则,并由word2vec构建文本向量作为长短期记忆网 络（Long-short term memory,LSTM）的初始输入,对其训练得到突发灾害事件网络舆情多情感识别模型。【结果/结 论】通过对比试验发现,OCC情感规则能够提升情感识别模型的正确率,基于LSTM和word2vec的突发灾害事件 网络舆情情感识别模型在情感识别效果上优于TF-IDF文本向量化方法以及基于卷积神经网络（Convolutional neural network,CNN）和传统的机器学习方式（Support vector machine,SVM）的分类算法结果。     

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。     

企业中投影寻踪分类模型的建立及应用

本文首先建立了一个企业R&O国际化的评价指标体系,然后对其建立投影寻踪分类模型(PPC).利用基于实数编码的加速遗传算法(RAGA)对模型求解,最后对解进行分析和评价.     

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。     

高校网络舆情的生成逻辑、风险特点及应对策略研究

【目的/意义】深入探究高校网络舆情的生成逻辑和风险特点,提出科学有效的应对策略,对及时化解高校 网络舆情风险危机、维护高校乃至社会安全稳定具有重要意义。【方法/过程】通过对突发事件导致的高校网络舆情 产生、演化和发展的系统分析,明晰其生成机理,进而演绎归纳出高校网络舆情的风险特点,以此提出具有针对性、 规范性和实用性的高校网络舆情风险管控与应对机制和模式。【结果/结论】研究结果表明,高校网络舆情生成演化 遵循特定发展规律,具有意识形态化、焦点扩大化、传播裂变化、行为圈层化等风险特点,这为正确辨识高校网络舆 情风险的发生发展及有效防范、管控和处置风险危机提供有力依据和科学指导。【创新/局限】研究并精准建构高校 网络舆情“二维六素五阶”生成发展机理模型,探究并归纳出高校网络舆情的风险特点。高校网络舆情风险应对策 略还需进一步做好实践应用层面的成效检验。     

基于信息传播模型-SIR传染病模型的社交网络舆情传播动力学 模型研究

【目的/意义】随着移动网络技术的飞速发展,用户已习惯在社交网络平台发表意见,进而形成所谓的网络 舆情。准确建立舆情的传播模型,对于舆情的引导和控制具有重要的帮助。【方法/过程】本文基于传统的SIR传染 病模型,综合考虑用户的心理特征行为因素,搭建新型的社交网络舆情传播动力学模型,并选用粒子群算法,以 2016年内热点的微博舆情事件为例,求解模型参数的最优值,并进行实验数据验证。【结果/结论】结果表明：用户的 追根溯源心理、持续关注心理以及漠不关心心理等心理特征对舆情的传播特性有重要影响,同时本文给出的模型 由于考虑了用户的心理特征行为因素,模型的准确性相较传统的SIR模型有明显优势,模型拟合曲线与真实数据曲 线基本一致,并且模型拟合值与真实数据的绝对误差值和RMSE值都较低。本文的研究对准确预测舆情信息传播 趋势以及舆情的分析和引导有着重要的指导作用。     

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。     

基于突变级数法的社会化阅读行为分析——以微信读书为例

【目的/意义】建立社会化阅读行为数据评价指标体系,对用户的阅读行为和社交行为的表征数据进行分析评价,为社会化阅读平台或APP对用户分类发展、稳定用户群体提出建议。【方法/过程】将微信读书APP用户作为研究对象,从阅读和社交两个维度出发建立评价指标体系,采集用户行为数据,利用突变级数模型对样本数据进行分析评价。【结果/结论】阅读时长是阅读行为维度下最重要的指标之一,社交行为维度下粉丝点赞量和粉丝关注数的权重值略高于用户评论数,平台或APP应重视用户个体的影响力作用;根据综合评价值对微信读书用户排名,依据阅读、社交行为归一化数据将样本分为核心型、社交型、成长型（边缘型）、阅读型（内隐型）用户四种类型。【创新/局限】用户使用行为表现复杂多变,其行为特征研究还需结合静态、动态行为数据进行多维度分析。     

信息公开视阈下我国网络信息舆情管理策略模型研究

【目的/意义】提出“I-SCR”网络舆情管理模型,希望从政府、媒体、公众三者之间的互动关系来提出网络 舆情管理完善对策。【方法/过程】将维克利“S-C-R”信息交流模式引入网络舆情信息传播情境,并针对该模型中 舆情信息从政府发出（I-S）、从渠道发出（I-C）、从公众发出（I-R）三方面分别探讨网络舆情管理策略。【结果/结 论】信息公开视域下的网络舆情管理策略要求我们必须构建政府、媒体、公众三者间的良性信息互动关系,使信息 在三者间的传递达到动态平衡。     

基于RAGA的投影寻踪模型在创业投资中的应用

本文将投影寻踪聚类模型(PPC)应用于创业投资综合评价中,利用基于实码的加速遗传算法(RAGA)来优化投影方向,将多维数据指标转换成低维子空间,通过寻求最优投影方向来计算投影函数值,从而根据投影值的大小进行创业投资综合评价。本文还结合实例进行了应用,其结果合理,避免了人为确定权重的干扰,为创业投资项目评价提供了新思路和新方法。     

基于区块链技术的社交网络舆情风险管理掣肘与纾解

【 目的/意义】通过构建区块链社交网络舆情风险管理纾解对策,对于创造良好网络环境,提升网络舆情治理 效能以及应对网络风险复杂局面提供可行性方案。【方法/过程】本研究立足区块链理念与技术,分析社交网络舆情 风险管理概念框架,指明社交网络舆情风险现存问题,进一步探究区块链技术下社交网络舆情治理与纾解机理,建 立社交网络舆情管理系统模型,并从技术推进、多方协作、媒体引导等层面探究防控社交网络舆情风险的密钥。【结 果/结论】区块链技术对社交网络舆情风险治理、提高舆情信息传播质量具有积极作用,为营造健康、安全共享等网 络社交生态系统提供诸多可能性。【创新/局限】本文构建的区块链社交网络舆情管理模型是一个初步的设想,没有 考虑信息存储的上限,下一步研究工作是提升区块链社交网络舆情管理系统的兼容性和数据采集的标准化,为区 块链社交网络舆情管控提供参考。     

基于三元联系数的网络舆情传播中主体参与意愿演化评价方法

【目的/意义】主体参与是网络舆情传播的前提和基础,如何有效评价主体参与意愿的演化是网络舆情传播 中的重要问题。【方法/过程】本文在借鉴三元联系数方法的基础上构建了主体参与意愿演化评价模型,从动态和静 态两个角度测量主体参与意愿的变化趋势。【结果/结论】通过实证研究得出主体参与意愿的影响因素并对其演化 趋势进行分析,进而提出相应对策。     

网络舆情波动性特征的GARCH模型分析

【目的/意义】随着移动互联网技术的飞速发展,社交网络信息数量呈现爆炸式增长,民众对于热点事件的 评论形成强大的舆情力量,因此对舆情的分析与监控成为目前重点关注的问题。【方法/过程】为此,本文基于 GARCH模型,以“甘肃白银连环杀人案”事件为例,对网络舆情的波动性进行研究。【结果/结论】通过舆情数据的收 集和分析,研究结果表明,该新闻舆论出现与GARCH模型的特点相一致,模型和数据可以通过调整参数实现完美 拟合。