基于观点势场的舆情极化预测模型

[目的/意义] 从定量化角度研究舆情群体极化现象,建立网络舆情群体极化度的量化计算和极化趋势预测方法。[方法/过程] 从物理学中场的思想出发,引入观点势场描述舆情场内各网民节点间观点的相互作用,构建个体观点势和舆情场观点势场强度的计算模型和观点演化模型;该模型考虑了实际网络舆情传播的天然社区特性、节点观点影响力特性、观点的惯性特性和网民节点虚实的时变特性,认为个体网民观点的演化主要受所处舆情场的观点势强度、自身观点惯性的影响;通过仿真实验,重点分析模型中舆情子场是否封闭、节点虚实转换触发阀值、观点势影响因子等影响因素对网络舆情群体极化的影响。[结果/结论] 仿真结果表明该模型与实际网络舆情观点传播与舆情极化形成过程较为相符。所提出的模型中网民观点间的相互作用通过舆情场这个中介完成,相较于基于网民个体之间观点直接相互作用的舆情演化模型,其复杂性和实现难度大大降低,利于基于模型构建实际网络舆情极化预测与监控系统。     

网络舆情演化中群体极化的形成机理研究

网络舆情演化过程中容易出现意见分化、对立或聚集,产生网络对峙、网络声讨等群体极化现象.为揭示网络舆情演化系统中群体极化现象的特性与形成规律,在分析网络舆情演化中群体极化的内涵、特征和形式的基础上,从网络群体成员的行为规则、交互过程、群体涌现等出发构建网络舆情群体极化的Multi-Agent系统,建立网络舆情演化中的群体极化模型,给出算法实现,并且利用计算实验方法验证群体规模、意见领袖数量、意见领袖观点等对网络舆情演化中群体极化的影响,进而对网络舆情演化中群体极化的形成机理进行系统的研究和诠释.研究有助于把握网络舆情演化规律以及监测网络群体成员的群集行为,有利于对网络舆情的引导和监管.     

机器学习视域下融合情感元素的社交网络信息交互度量化分析

数字信息时代,社交网络成为用户聚焦热点话题的讨论平台。为正确引导热点话题在社交网络中的舆情走向,减少信息传播过程中产生的负面影响,本文从交互与信息行为的角度出发,以社交网络中用户的真实评论数据作为研究对象,利用机器学习中的密度峰值聚类算法确认用户的解读倾向类别。同时,参考已有的情感极性值计算方法,融入方差加权信息熵的基本策略,提出了社交网络信息交互度量化模型,通过计算话题不同解读倾向所映射的信息交互度,厘清了热点话题的受热议程度和舆情的演化趋势。实例研究表明,基于情感分析视角构建的信息交互度计量模型,量化了热点话题的信息价值,对于推动互联网健康文明发展,以及加强相关部门的网络监管能力具有重要的理论意义。     

基于用户心理特征的双微耦合网络舆情演化模型

[目的/意义]利用传染病模型构建基于用户心理特征的双微耦合网络舆情演化模型,为网络舆情的危机应对和正确引导提供参考。[方法/过程]选用微博微信社交平台构建双微耦合网络,利用改进传染病模型模拟网络舆情在双微耦合网络中横纵向传播过程,通过仿真实验分析基于用户心理特征的双微耦合网络舆情演化机理。[局限]在案例选取和数据处理方面还有一定局限。[结果/结论]仿真实验发现耦合作用能加速舆情传播,控制舆情传播要求对双微平台同时采取措施。猎奇心理对用户舆情传播影响较小,权威效应提高会使网络中传播者下降3%,从众心理过大会导致传播者数量增加6%。改进SEI2R构建的舆情演化模型能够有效揭示社交媒体耦合网络舆情演化机制及用户心理特征对舆情演化的影响,可为相关部门舆情预防和控制提供参考。     

群体极化视域下突发事件网络舆情极端观点识别研究

[目的/意义]突发事件网络舆情群体极化形成和演化受到来自物理空间、社会空间、信息空间的诸多风险致因因素影响,群体极化风险识别是在对其演化机理全面梳理基础上,对是否产生风险的判断,是社会风险评估和管控的前导性环节。[方法/过程]文章论证了极端观点是群体极化风险存在的最主要具象形态,分析了极端观点的特征,构建了极端观点的TCMCR识别模型,基于自我归类理论中引用的原型性概念来识别极端观点,以元对比率的值表达观点的原型性,并以突发新冠疫情下的“辉瑞新冠小分子药物”舆情为例进行了实证研究。[结果/结论]文章构建的模型对突发事件网络舆情群体极化的极端观点进行有效识别,实证研究结果显示观点O13发生了群体极化现象,形成了群体极化风险。     

网络舆情观点团簇演化等级测度与实证研究

[目的/意义]提出和构建网络舆情观点团簇演化等级,以描述网络舆情受众的群体性观点的状态随时间与事态变化的演化程度,对于网络舆情导控与精准引导具有重要的理论及实践意义。[方法/过程]基于LDA与CNN神经网络构建网络舆情观点团簇演化等级测度模型,并以"翟天临知网事件"为实验对象,验证演化等级这一指标的有效性。[结果/结论]网络舆情观点团簇演化等级能够很好地体现网络热点事件群体观点状态的演化,在展现3个维度的属性数值同时也能反映观点团簇较前一时间节点状态的演化程度,提出的观点团簇演化等级测度结果精准地体现事件观点的各个演化高峰,为有关部门对网络舆情群体观点的靶向引导提供新的指导方向。     

基于NetLogo平台的舆情演化模型实现

文章结合基于Agent的建模与仿真法、复杂网络和舆情动力学模型,提出了基于多Agent复杂网络的舆情演化模型框架.基于NetLogo平台,实现了该模型的原型系统,并应用原型系统进行仿真实验,验证了针对不同对象开展舆论宣传工作所产生的不同效果,证明了理论模型和原型系统的可用性和有效性.     

面向话题衍生性的微博网络舆情传播模型研究

微博网络中信息的"裂变式"传播模式对已有舆情传播模型提出挑战。为有效地揭示出微博用户关注关系所形成的复杂网络中舆情传播演化的机理,以有向无标度网络为载体提出舆情传播的SIRS模型,该模型综合考虑微博的传播特性以及舆情话题的衍生性等因素,并对模型进行仿真分析,其结果可以验证模型的有效性。     

网络舆情政府干预最佳点选择的研究

在BA无标度网络中引入社会福利博弈模型,建立动态舆论演化博弈模型,研究传播率对舆论演化的影响,并仿真上述博弈模型,探讨政府进入舆情传播的时机的优劣。结果表明,政府介入舆情传播并不是越早越好,因为传播比例、政府介入的时机会共同作用影响舆情的传播趋势;并且小世界性更利于信息的共享而使舆情传播的态势趋于平稳和明朗,这值得政府加以利用。     

基于情感隶属度模糊推理的网络口碑舆情监测评估实证研究——以手机品牌在线评论数据为例

[目的/意义]针对中文网络客户评论,从消费者真实购买体验的网络平台上抓取在线评论信息,构建基于在线评论情感隶属度模糊推理的网络口碑监测评估方法,有助于企业实时监控网络口碑舆情。[方法/过程]以美国消费者满意度模型（ACSI）为基础,从感知质量、感知价值、感知期望和感知情感4个属性方面构建在线评论网络口碑监测评估模型,结合情感隶属度模糊推理算法,从数据准备、情感分析和网络口碑舆情监测评估3个研究阶段,通过模糊推理系统设定计算规则,采用Mamdani方法对网络口碑舆情进行监测评估。[结果/结论]以亚马逊手机品牌在线评论为例进行实例验证,提出的基于情感隶属度模糊推理的网络口碑舆情监测评估方法得到较好的实验检验效果,可以为在线产品的网络口碑舆情监测评估提供信息决策。     

新媒体技术发展对网络舆情信息工作的影响研究

新媒体技术发展使网络传播模式发生了深刻变化：传播主体与受众融合,传播渠道与方式多元,传统传播流程被改变;网络舆情形态也发生了深刻变化：个体成为网络舆情形成和扩散中心,政府“把关”功能严重削弱,出现传播权滥用与“网络串联示威”。新媒体技术还给网络舆情信息工作带来了重大挑战：信息采集数量巨大,信息分析难度增加,舆情预警时间缩短,舆情应对日益复杂。     

我国网络舆情信息工作现状及对策思考

当前我国网络舆情发展呈现如下态势：舆情热点事件不断攀升、各种社会思潮网上争鸣、网络信息管理渐入法制性轨道、社交媒体的链式传播趋于独立。在“三位一体”的互联网信息管理工作格局下,我国舆情信息工作形成了纵向、横向与协作的网格状运行体系。在新形势下,我国网络舆情信息工作面临诸多挑战,如舆情信息协调不畅,舆情工作发展不平衡,舆情信息分析不准确,舆情研判市场不规范等。由此,建议加强网络舆情工作者的政治素养培育,完善网络舆情工作机制建设,拓展网络舆情工作科学研究领域。     

网络舆情在服务型政府建设中的影响与作用

网络舆情适应服务型政府建设的需要,并对其具有积极影响,具体表现为网络舆情能够提高公民参与积极性,促进服务型行政文化的形成,提高政府的行政回应性,促进政府信息公开,推动行政问责制的完善以及强化政府公共性等方面。在服务型政府建设过程中,要积极发挥网络舆情的作用,科学制定网络舆情管理的顶层设计,增强政府合理利用网络舆情的能力,建立面向公众的网络舆情管理体系。     

关于中国网络舆论发展中几组关系的思考

网络舆论是多种社会因素复杂互动的结果。研究网络舆论,需要将它放在更宏观的社会环境下,深入地研究它与其他社会因素或社会现象之间的相互作用及其结果。在中国网络舆论的发展中,有几组关系是值得深入关注与思考的。从网络舆论与现实民意的关系来看,网络舆论并不等于现实民意,但它是观察现实民意的一个重要的参数。从网络舆论与网络暴力的关系看,网络舆论中确实存在着一定的暴力现象,但这种现象是社会舆情的一种反映,不能简单以制止网络暴力为理由来阻止网络自由表达。从网络舆论与司法独立的关系来看,网络舆论不应该干扰司法的独立,但是舆论作为一种监督力量应该有助于推动司法的公正。从网络舆论与传统道德的关系看,中国传统文化在现代化与全球化进程中受到冲击,表现出了一种自我纠结的困境,这种困境在网络舆论以及网民的行为中表现得尤为突出。     

网络公关：话语权争夺和网络舆论引导——以美国总统大选中奥巴马的网络公关为例

网络公关的实质即话语权的争夺和对网络舆论的引导.当前各种公关活动依靠网络媒体的传播优势取得了空前成功,但同时也带来了各种潜在的隐患.     

网络舆情信息传播视域中传播效果理论的嬗变与思考

认为网络舆情信息因其传播模式的网状化、传播内容的开放化、传播主体的隐匿化以及传播手段的个性化等显著特征,使得经典的传播效果理论受到了巨大冲击和挑战。尤其是“把关人”、“议程设置”、“沉默的螺旋”与“使用和满足”等理论所强调的观点或假说,在网络舆情信息传播实践中,有的得到了印证和加强,而有的出现了背离和不适应。文章试图重新审视和构建新的理论体系,使之与网络舆情信息传播相适应。     

论网络语言对个体情绪社会化传播的作用

从社会建构论的角度来看,人的情绪虽然以生物性反应为基础,但主要是社会建构的结果。文化和语言是建构情绪的重要手段。个体情绪借助语言在社会网络间传播,实质是一场以情绪理解为内核的群体情感互动仪式。互联网群体传播帮助人们通过建立弱关系扩大社会网络,促进个体情绪在传播范围上的量变和情绪性质上的质变,形成社会情绪型舆论。网络语言具有表层和深层双重情绪基因,通过模因复制进行群体传播。在此过程中,网络语言具有三重效应:一是凝合效应,促进深层情绪整合,形成社会舆论;二是转移效应,其表层的娱乐性、游戏性特征能推动情绪转化,疏导社会舆论;三是沉淀效应,累积社会情绪氛围,沉淀社会参与基因,建构网络语言所诞生和维护的社会文化。     

网络舆情建模方法研究述评

以国外SCI、EI、ISTP数据库和国内CNKI数据库收录的核心期刊中关于网络舆情建模主题的论文为分析对象,从论文数量和研究方法上对网络舆情建模进行总体概括,根据建模对象的不同将其分为针对网络舆情信息本身的建模方法和针对网民群体的建模方法两大类,并对每大类下面的建模方法进行讨论,指出各类模型方法中存在的一些不足,在此基础上,提出一些改进意见并探讨未来的重点研究方向。     

舆论形成中的媒体、公众和政府互动关系研究

网络媒介的崛起,为媒体、公众和政府三者之间实现良性互动,构建富有生命力的主流舆论提供了技术上的可能性.参与舆论构成的各方,应努力实现社会意见相互交换的畅通,媒体从业行为的高专业标准以及意见表达的成熟与理性,为和谐社会的构建奠定基础.     

基于最小二乘法的突发事件网络舆情演化规律研究

利用信息提取工具包GooSeeker中的抓取规则编辑器MetaStudio和页面信息抓取工具DataScraper等分工合作,挖掘突发事件的网媒报道数据,获得突发事件网络舆情的散点图。利用基于最小二乘法的多项式拟合法,获取各种舆情数据的拟合函数,并以近年来的突发事件作为相关案例进行实证分析。研究表明,根据各网络舆情的函数特征,其演化模式可分为突发型、连续型和复合型等,该方法能够有效地揭示突发事件网络舆情的演化过程和演化规律,为突发事件网络舆情的实时应对提供理论基础。