基于视觉的网络舆情事件中网民情感分析研究

[目的/意义]当前网络舆情事件中网民情感分析研究多聚焦于文本、文本结合图片和视频等内容,缺乏针对图片的探讨。同时,视觉情感分析中多视觉语义特征融合缺乏相应的理论指导。[方法/过程]文章借鉴多模态融合思想,以此作为多视觉语义特征融合的理论指导,按照特征层融合、中间层融合、决策层融合和混合融合策略,以在ImageNet数据集中预训练的VGG19模型和Xception模型为基础,设计对应的网络舆情视觉情感分析模型。[结果/结论]文章将提出的模型在网络舆情图片数据集中展开实证研究,并同基线模型做对比。实验结果表明我们提出的基于决策层融合的网络舆情视觉情感分析模型表现最佳。为增强模型的可解释性,本文对网络舆情视觉情感分析模型中卷积层的输出进行了可视化分析。     

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。     

网络舆情情感实践治理路径的思考

本文基于布尔迪厄的实践理论,考量网络舆情中利益相关主体的情感表达和实践。政府机关坚守网络舆情治理主体地位的同时,更加强调协同治理;网络媒体机构要摒弃纯粹的商业思维,利用新兴媒介技术和认知心理学理念,践行“有为”和“善为”;对于网民而言,提升网络媒介素养迫在眉睫。     

浅谈媒体在危机报道中的表现——以雅安地震报道为例

【摘要】每当重大突发事件发生时,新闻媒体往往迅速出击,充分利用自身的优势,扬长避短,最大限度地发挥新闻媒介的作用。本文以2013年4月20日发生的雅安地震为例,分析各类新闻媒体在危机报道中的表现。     

网络舆情“引爆点”解析——以两起重大事故网络舆情对比分析为例

随着互联网的快速普及和我国网民数量的激增,网络上集中讨论的热点话题越来越受到相关部门的重视,网络问政也日益被提到我国民主法制建设进程中来.而所有这些,均来自于网络舆情的不断高涨,在我国现阶段,到底是哪些要素会成为网络热点事件的“引爆点”?本文将以两起重大事故的网络舆情对比分析来一一解析.     

党报与都市报的头版配置研究——以“雅安地震”图片为例

在汶川地震、奥运会、两会开幕式、纪念日等重大事件面前,各大报纸的头版纷纷让位于这些"特别事件",而且极尽各种视觉表征之能事,视觉话语无疑成为各大报纸重点呈现的元素构成。与其他重大事件一样,2013年的雅安地震同样占据了报纸头版的重要篇幅和位置。无论党报、都市报和行业报纸,其头版位置无一例外将目光转向了雅安地震。     

网络舆情场中观点簇丛的情感极化度测算

[目的/意义] 提出网络舆情场内观点簇丛的情感极化度测算方法，为量化舆情受众情感态势和识别极化群体提供依据。[方法/过程] 首先明确舆情受众情感极化的条件，再通过设置条件阈值筛选出满足条件的观点簇丛，在此基础上引入3个极化指标（受众吸引率、极端受众增长率、极化情感增长率）描述观点簇丛在测度时间窗口内的情感发酵程度。最后利用平滑权值，对观点簇丛在不同测度阶段的情感表现进行加权综合，得出其整体情感极化程度值。[结果/结论] 观点簇丛在每个时间窗口的情感表现能为阶段性的舆情受众情感极化干预提供判断依据，而综合的情感极化度有助于准确识别场域内的敏感话题及群体，便于网络舆情的精准管控。     

融合情感分析与多元时间序列的区块链产业舆情监测研究

[目的/意义]区块链技术被纳入“新基建”范畴后,其产业发展演进快、舆情热度高。本研究将情感因素纳入新兴产业网络舆情热度预测,探究区块链产业关注主题及发展态势。[方法/过程]论文融合情感分析与多元时间序列特征提出舆情热度预测模型,采用BERT-BiLSTM(Bi-directional Long Short-Term Memory, BiLSTM)方法对舆情文本分类并赋值,挖掘情感极性类别的主题,将不同情感倾向的情感值分别取绝对值累加,构建基于情感因素的多元时间序列特征体系,并输入LSTM(Long Short Term Memory, LSTM)模型进行区块链产业舆情热度预测。[结果/结论]BERT-BiLSTM在情感分类任务中准确率为84%,其中消极和中性情感类属文本的成因主要为“对于区块链技术的不信任”和“缺乏区块链相关概念的了解”。在热度预测模型中,模型均方根误差（Root Mean Square Error,RMSE）降低17.67,平均绝对误差（Mean Absolute Error, MAE）降低15.14,决定系数（R-Square,R2）提升11%,模型总体性能良好。     

信源、认知与情感:网络爱国主义生成机理及引导研究 ——基于2010-2019年网络舆情事件的模糊集分析

网络信息时代,人们对"爱国"的内涵有了更深入、更丰富的理解,使网络爱国主义产生了新特点与内涵.对网络舆情事件中网络爱国主义的影响因素及其生成机理进行探讨,有助于为未来网络爱国主义引导提供有益参考.本文借助定性比较分析(fsQCA),基于文献梳理初步建构分析框架,利用对案例文本的扎根研究进一步验证和修正分析框架,确定7个...     

高校网络舆情监控体系建构——以福建农林大学网络舆情监控现状为例

高校舆情监控工作的开展有利于引导网络舆情健康有序发展,对于学校树立风清气正的校园风气,创建文明、和谐、稳定的校园网络环境具有重要的现实意义。通过处理校园负面网络舆情反映的有关问题,可以更好地督促高校有关部门及时做好本职工作、改进工作,能够帮助高校管理者和教师从侧面了解敏感的青年学生群体的心理。因此,构建高校网络舆情监控与应对体系的重要性不言而喻。     

基于偏差规则马尔可夫模型的网络舆情情感预测研究

针对微博短文本评论,基于情感分析技术,从情感类转移等角度实现对网络舆情演变趋势的预测。本文以突发事件“新冠肺炎疫情”初期的相关微博评论文本作为研究对象,基于扩展关联规则Apriori算法和马尔可夫链提出一种新的方法,即偏差规则马尔可夫模型（the deviation rules Markov model,DRMM）。该模型分析了网民情感类间的相关性和转移性,通过计算不同的情感类转移概率、构建时变的情感状态转移矩阵对疫情初期网民情感状态的变化趋势进行预测。实验采取平均绝对误差（mean absolute error,MAE）和均方根误差（root mean squared error,RMSE）来衡量模型预测值与真实值之间的误差。研究结果表明,该模型具有较好的有效性和准确性,预测值和真实值的拟合效果在预期范围之内。     

涉警网络舆情主题发现及情感分析研究

[目的/意义]研究涉警网络舆情主题特点及网民情感变化,可以为构建良好的警民关系和警察形象提供参考,具有重要的社会意义和实际价值。[方法/过程]获取微博平台涉警网络舆情数据,使用LDA主题模型及TF-IDF算法对网络舆情数据进行主题发现研究,基于Word2Vec模型构建涉警网络舆情领域情感词典,进而对网民情感进行分析。[局限]在案例选取及分析方面不够全面。[结果/结论]通过LDA主题模型及TF-IDF算法可以使主题划分更为明显,基于领域情感词典的情感分析也较为准确,更好地反映出舆情传播过程中热点话题及网民情感的变化。     

文旅融合背景下文化遗产网络舆情分析研究——以南京城墙为例

在文旅融合的背景下,南京城墙不仅是重要的文化遗产,也在南京城市格局的形成和发展中发挥着不可替代的作用,社会关注度很高。本文以南京城墙为例,通过梳理2021年1月1日至2022年6月30日间全网涉及“南京城墙”的信息,分析网络舆情的内容类型及产生原因,提出应建立网络舆情长效治理机制,旨在提高文化遗产保护管理机构的网络舆情应对能力。     

网络舆情的分析与研判机制研究

在互联网普及并日益成为人们生活方式的当下,网络为公众对公共问题和社会管理者产生和持有的社会政治态度、信念及价值观的表达提供了极大的便利,网络空间也成为一个日益扩大的公共领域.网络舆情的分析与研判是舆情管理工作的重要环节,本文通过分析与研判可以有效掌握社会舆情的阴晴变化,进而对可能爆发的危机事件形成预警并及时有效应对与引导,最终实现化解危机与风险,提高社会治理水平,促进社会的和谐发展.     

网络舆情信息受众的观点认知距离计量研究

[目的/意义] 量化展现网络舆情信息受众之间的观点认知距离与情感归属,澄清其情感倾向性的形成脉络,为科学应对群体性突发事件提供思路。[方法/过程] 切分舆情事项子话题,通过情感本体计算受众观点的极性强度,构建2-模的受众-关注焦点隶属矩阵和1-模的受众关系矩阵,并采用复杂网络可视化图谱对受众认知距离进行可视化展示,从网络舆情场的视角下阐述受众观点的互斥与耦合机制,描述受众情感倾向的形成脉络。[结果/结论] 对受众整体认知网络中不同类型的受众加以区分,揭示真实情景中的网络舆情场力的作用特点,为舆情受众情感疏导工作提供实践出发点。     

网络舆情中政府干预特点及策略分析——以江苏地区政务舆情为例

随着互联网技术的广泛应用,民意表达在网络上的声势越来越大,各种网络舆情事件层出不穷,对政府的管理方式产生了重要影响。结合2014年上半年以来江苏地区有关政务舆情的监测情况,我们发现政府在干预舆情热点事件中呈现出一系列特点,有进步也有不足之处,通过对这些特点的分析,有利于地方政府汲取经验,提高危机应对与管理能力。     

少数民族地区网络舆情及网络舆情危机特点分析

少数民族地区网络舆情及网络舆情危机的特点主要表现为:产生的多源性、传播主体或参与主体的多元性、传播方式的多样性、传播效应的敏感性、监控的复杂性。少数民族地区应对与化解网络舆情及网络舆情危机应遵循舆情传播力决定影响力、舆情传播主体的平等性、舆情传播方式的"六度分隔"、舆情传播效果的"蝴蝶效应"等规律。     

基于主题的网络舆情分析模型及其应用

网络舆情分析是信息处理领域内的一个新兴且有实用价值的方向。文章分析了网络舆情分析的基本问题,提出了难点以及相关的解决方案,并在此基础上设计了基于主题的网络舆情分析模型。     

《人民日报》官方微博报道重大自然灾害的特点——以雅安地震和鲁甸地震为例的统计分析

本文用内容分析法对《人民日报》新浪微博在4·20雅安地震和8·3鲁甸地震中的新闻报道内容进行了统计,借此总结和分析其报道重大自然灾害的特点。研究发现:以"硬信息"打造权威性和公信力、用"以人为本"置换"以宣传为本"、不露痕迹地进行舆论引导,是《人民日报》官方微博在两次地震中的主要报道特点。