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。     

基于系统聚类的反转网络舆情分类及预测研究

【目的/意义】网络舆情反转现象愈演愈烈,研究反转网络舆情的特点和分类,对于深入分析反转网络舆情 的发生,有效预防网络舆情反转的危害有重要现实意义。【方法/过程】通过分析网络舆情反转现象,识别网络舆情 反转的风险因素,构建反转网络舆情的分类和预测模型,利用SPSS21对反转网络舆情案例样本进行聚类分析和判 别分析。【结果/结论】结果表明事件性质、报道倾向、报道形式、首发平台,以及与网民相关度是影响网络舆情反转 的重要因素。将反转网络舆情分为四类,以此为基础开展预测,并为反转网络舆情的应对提出策略支持。     

基于广义随机Petri网的突发事件网络舆情演化模型

【目的/意义】准确掌握突发事件网络舆情的演化规律,提高政府应对能力,避免事态恶化是刻不容缓的课 题。【方法/过程】本文首先从生命周期和社会燃烧视角,将突发事件网络舆情演化的各个阶段分别按照“燃烧物质、 助燃剂、点火物质”集合形式进行结构化描述,探究演化过程中各阶段的关键属性以及属性之间的紧密联系。在此 基础上根据广义随机 Petri网理论,构建突发事件网络舆情演化的 GSPN模型。最后以“山东非法疫苗事件”为例从 事件代表性、谣言煽动性、情绪交融性三个方面评测演化系统的性能。【结果/结论】验证模型有效性,揭示其中的变 动规律及均衡状态,为相关部门引导舆情良性发展,防范舆情失控提供决策参考。     

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。     

影响网络舆情热度评价的主要因素识别研究

【目的/意义】科学识别影响网络舆情热度评价的主要因素,并分析各因素之间的关系,对理解网络舆情发 展变化走势具有重要意义。【方法/过程】从信息生态视角出发,通过文献查阅、发放问卷等方式归纳总结出影响网 络舆情热度变化的15个因素,并通过DEMATEL方法对这些因素进行影响关系分析。【结果/结论】结果表明: 政府 危机处理能力、政府应对满意度、领袖意见导向度、话题类型、水军参与度和参与回应数可以视为影响网络舆情热 度评价的关键因素。     

突发公共事件网络舆情反转强度生成机理研究——基于多案例的fsQCA分析

[研究目的]近年来突发公共事件网络舆情反转引发舆论海啸时有发生,给社会治理带来了挑战。探究突发公共事件网络舆情反转强度生成机理,有助于理清突发公共事件高强度和低强度反转的成因及两者的生成差异,从而最大程度上降低网络舆情反转带来的负面影响,提升政府的舆情引导能力。[研究方法]以15个突发公共事件网络舆情反转案例为研究样本,运用模糊集定性比较分析方法(fsQCA),从舆情反转的首发阶段、发酵阶段、反转阶段提取首发平台、事件热度、公众关注度、媒体报道量、政府干预、反转时差、反转归因7个前因变量,探究突发公共事件网络舆情反转强度的组态构型和生成路径。[研究结论]结果显示,网络舆情反转强度生成更倾向于是多元组态影响的结果;依据核心条件,将舆情反转高低强度生成共10条路径归纳为5种组合类型,分别为累积蓄力型、高温冲击型、官方缺位型、标签弱化型、低温平缓型。反转时期成为整个网络舆情反转过程的核心阶段。     

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。     

棱镜折射：网络舆情的生成逻辑与内容层次 ——基于 “出租车罢运事件”的扎根理论分析

【目的/意义】针对频繁爆发的网络舆情,深度梳理网络舆情的内容层次,挖掘网络舆情的生成逻辑,为政府 网络舆情治理提供可行路径。【方法/过程】以“2015年初出租车罢运事件”作为研究案例,通过网络数据抓取软件收 集“财经网”相关微博下的评论信息,按照扎根理论的编码程序逐步抽象形成网络舆情的“棱镜折射”生成逻辑和 “情绪—态度—意见、行为取向”的内容层次。【结论/结果】研究结果显示,网络舆情的基本层次是网民情绪,网络舆 情的生成由公共事件的相关新闻信息触发,并取决于网民的生活经历、角色定位、思维方式、信息处理等个人特 征。因此,政府的网络舆情治理应重点关注网民情绪,并强化与网民的对话沟通和信息普及。     

一种基于时间序列的热点话题发现模型和算法

【目的/意义】网络舆情的热点话题对政府和网民有着很大的影响,及时发现热点话题有利于政府监控话题 的发展。【方法/过程】本文提出了基于时间序列的话题动态演化两层模型,并将新闻网页内容的相似度和页面链接 分析作为话题热度的计算依据,然后利用改进的Single-Pass算法进行增量聚类获得聚类中心,最后根据热度权重将 聚类中心进行排序,获得热点话题。【结果/结论】通过实验验证,该算法发现效果好,能够更好地获得热点话题。     

突发公共卫生事件高低热度谣言传播组态路径研究 ——基于模糊集定性比较分析

【目的/意义】揭示突发公共卫生事件中高热度和低热度网络谣言传播组态路径,为政府和民众应对突发公 共卫生事件中的谣言传播,制定有效的谣言消解措施提供参考。【方法/过程】以COVID-19疫情下13起发展成熟的 谣言作为研究案例,提取了事件属性、渠道特征、用户情绪、辟谣时效4个前因变量和谣言传播热度这一结果变量, 并利用fsQCA进行分析。【结果/结论】通过fsQCA3.0软件共生成CO1高热度快速增降型和CO2高热度权威持续型 2条高热度谣言组态。同时生成CO3低热度长期持续型和CO4低热度快速“自辟谣”型两条低热度谣言组态。【创 新/局限】本文针对COVID-19疫情下的谣言进行高低热度组态分类,在研究对象和研究方法方面具有一定的创新 性。但当前研究纳入的谣言数量和变量数量较少,可能存在其他未能覆盖的重要组态,未来可结合成熟的COV? ID-19疫情下的谣言体系纳入更多谣言案例进行总结性研究。     

大数据情境下网络舆情分众化演变趋势分析

【目的/意义】为有效判断网络舆情演变趋势,分析网络舆情传播和形成的规律,研究网络舆情分众化演变 的状态和特征,本文基于AEMIPO方法提出了大数据情境下网络舆情分众化演变趋势分析方法,以期为网络舆情 传播引导策略提供优化参考。【方法/过程】通过对网络舆情分众化演变过程的自相似性、周期性和平稳性等统计特 性进行动态跟踪,选取ARMA,ARIMA,SARIMA,FARIMA模型对上述统计特性进行描述,构建备选模型库,从备 选模型库中根据选择规则选择模型对网络舆情分众化演变趋势进行建模,并在大数据情境下预测网络舆情分众化 演变趋势。【结果/结论】以“山东金矿爆炸救援案”的微博数据为实例对所提方法进行验证分析,结果反映该方法预 测准确率高达80%,表明其可在大数据情境下对网络舆情分众化演变趋势进行准确地预测和分析。【创新/局限】由 于本文针对一个实证案例进行分析,存在一定研究局限性,因此在日后研究中需结合更多案例进行验证,并对该方 法进行不断优化,从而全方面提升其有效性和准确度。     

政府网络舆情治理融合与政府信息协同效应测度研究

【目的/意义】为更好地适应网络舆情环境的变化,提升政府网络舆情治理能力,本文对政府网络舆情治理 融合与政府信息协同效应测度方法进行了优化设计。【方法/过程】本文基于网络计算学与动力学间的协同效应构 建了协同舆情演化模型,通过计算政府相关性,并以Deffuant模型为基础框架建立逆转模型,实现对政府网络舆情 治理融合与政府信息协同效应的测度。同时以“重庆公交车坠江事件”舆情为例,对所提出的的协同效应测度方法 进行验证。【结果/结论】实例分析结果表明,此次研究的测度方法能够准确分析出政府信息下发前舆论的导向,并 且验证了在政府网络舆情治理与政府信息结合后对于舆论的治理效果更好。【创新/局限】由于本文选取的案例较 单一,因此实证结果存在一定局限性,日后可选取多项案例进行综合分析,使测度方法更加具有说服力。     

“一带一路”沿线国家涉华舆情风险感知与对策研究

【目的/意义】分析“一带一路”沿线国家涉华舆情风险因素,为我国政府做出有针对性的决策提供理论基础 和有效方法。【目的/意义】本文以“一带一路”沿线国家涉华舆情相关案例为研究依据,对舆情风险因素进行更全面 的分析,识别出与“一带一路”沿线国家涉华舆情有关的风险因素,采用等级全息建模方法进行风险建模,随后通过 层次分析法与帕累托分析法将风险因素分成高、中、低三级风险。【结果/结论】依据分析结果,得出传播来源、传播 过程等方面的风险因素,通过层次分析法得出相应权重,进行风险评级,并依据等级提出相应对策,为更好推进“一 带一路”倡议提供更科学、有效的决策参考。【创新/局限】本文通过定性定量相结合的系统研究方法对“一带一路” 沿线国家涉华舆情案例进行研究,并针对不同的风险等级提出对策,但是影响“一带一路”涉华舆情的因素处于动 态变化之中,本文虽然对这些因素进行了分类,但是仍可能有不合理或疏漏之处,后续将持续研究完善。     

高校突发事件网络舆情传播影响因素研究

【目的/意义】高校突发事件引起的网络舆情会让高校的声誉等受到直接的影响,研究高校突发事件网络舆 情传播过程,并总结出其影响因素,这对于高校舆情的治理及学生工作的开展而言意义非凡。【方法/过程】以微博 用户群体作为研究对象,以选取的典型案例为研究话题,通过扎根理论的研究方法对原始文本数据进行编码分析, 研究高校突发事件舆情传播影响因素。【结果/结论】构建了高校突发事件舆情传播影响因素模型,并结合时间维度 通过案例对其模型进行了阐释,为后续研究提供参考和启示。【创新/局限】本研究针对高校突发事件网络舆情所选 取的典型案例进行扎根理论研究,探索高校突发事件舆情传播过程影响因素模型,在理论与实践层面具有一定创 新意义。但由于本研究仅针对一个典型案例进行分析,尚存在一定的局限性。     

基于Logistic模型的舆情系统多场域耦合效应治理研究

【目的/意义】舆情信息自发演化条件下出现多平台联动现象,使舆情演化的内在机理更加复杂,进一步增 加政府对舆情的认知难度和治理成本。【方法/过程】在分析舆情系统多场域耦合效应治理原理的基础上,针对基于 Logistic 扩展模型的舆情系统,提出确定耦合效应的研判方法,以不同稳态情形更有针对性地制定舆情治理策略, 并根据COVID-19舆情案例进行可视化展示。【结果/结论】本文提出的耦合效应量化与识别方法适用于舆情治理 工作,可将多场域治理问题递归为双场域情形,进一步实现精准施策。【创新/局限】考虑耦合效应的舆情系统在解 释现象、理论基础、演化原理、研究层面和适用范围上有别于现有文献,未来应投入更加丰富的案例样本拓展实践 检验。     

突发事件网络舆情案例库的本体构建研究

【目的/意义】案例库是以规范化方式存储记录网络舆情应对的知识及经验。作为整个案例推理的前提,案 例库构建关系到推理过程整体运行效率以及决策支持的正确性。【方法/过程】通过集合突发事件网络舆情案例信 息,提取案例公共属性特征,以自然语言描述案例属性,运用本体技术构建出突发事件网络舆情案例库表示模型。 【结果/结论】案例库本体模型的构建不仅为案例表达提供语义表示的正式方法,而且阐明了本体内部组织建构模 式,在案例结构规范化的基础上,增加了案例知识的重用频率,促进了其共享。     

情绪演化视角下网络舆情群体极化动力学机理研究

【目的/意义】随着互联网的日益普及与新媒体技术的广泛应用，网络舆情群体极化现象日益加剧。研究网络舆情群体极化动力学机理，科学地把握网民情绪演化规律对塑造健康的舆论生态环境具有重要意义。【方法/过程】以网民情绪演化为主线，构建网络舆情群体极化系统动力学模型，从情绪唤醒、情绪干扰、情绪疏解三个维度并结合“女子实名举报前婆婆吃空饷”案例对网络舆情群体极化进行仿真研究。【结果/结论】通过仿真结果分析，网民的媒介素养、认知水平；媒介的议程设置、平台监管力度；政府的信息公开程度、回应速度等因素对群体极化的影响程度更为重要，并以此为群体极化的治理工作提供相应对策。【创新/局限】以情绪演化视角对网络舆情群体极化进行定性与定量的结构化系统性研究。局限在于数据的量化处理具有较强的主观性且系统因素的选取还需逐步完善。     

微博舆情的生成机制和传播规律研究

【目的/意义】为探讨微博舆情的生成机制以及传播规律。【方法/过程】本文在分析微博舆情现状以及网络 舆情参与主体影响因素的基础上,通过多主体仿真建模方法,将Deffuant 有限信任模型引入研究中,对微博舆情生 成机制和传播规律进行分析。通过研究网民、媒体以及政府三种主体在意见交互时发挥的作用,塑造了微博舆情 生成的多主体仿真模型。【结果/结论】这对微博舆情的恶意发展和控制有着积极的作用。并基于此,提出了进行信 息控制的建议。     

一种融合LDA与CNN的社交媒体中热点舆情识别方法

【目的/意义】热点舆情识别对社交媒体监管有重要意义,已有方法大多基于语义分析和社会网络分析技 术,忽略了信息传播中隐含的动态时序信息。【方法/过程】本文利用卷积神经网络,提取热点舆情在社交网络中的 多层次传播特征;然后与主题分析模型相结合,设计了热点舆情识别方法。本方法利用了舆情热度与其传播过程 间的潜在关联,摆脱了对语义信息和社会网络信息的过度依赖,适用于历史数据匮乏或缺失的识别场景。【结果/结 论】实验表明,本方法显著提升了热点舆情的识别精确度,具有一定适应性和可扩展性。     

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。