基于大数据的网络舆情分析方法研究

随着互联网技术和应用的发展,网络舆情在数据体量、复杂性和产生速度等方面发生巨大变化。网络舆情分析方法已超出了现有常用的分析框架,必须在大数据分析的思维下有所创新。本文概述了常用的网络舆情分析方法,归纳了当前网络舆情的大数据特征和分类,提出了网络舆情分析创新要向大数据分析方向发展的观点,并概述了4种新思路新方法,对需要注意的相关问题进行了总结,对未来网络舆情分析创新进行了展望。     

网络舆情文献聚类分析

网络舆情的研究对维护当前的社会稳定、保证经济正常发展有着重要的作用。由于网络舆情研究的文献众多,理清其脉络、了解研究的热点和重点是网络舆情研究的基础。对中国知网中核心期刊内与网络舆情相关的论文进行了统计及聚类分析,将网络舆情的研究方向大致分类,并总结出统计规律,为今后的研究提供指引。     

基于大数据技术的网络舆情文本挖掘研究

通过分析大数据与网络舆情数据的相似特征,基于大数据思想构建网络舆情的文本挖掘模块,并在此基础上构建预警模型,对关系型数据库与分布式数据库进行了融合,使之适应模型从数据采集到分析查询的全部流程;并对大数据核心技术MapReduce进行扩展,改进的MapReduce贯穿于数据处理模块的文本特征向量提取与舆情指数的矩阵-向量乘积运算。通过仿真实验,证明该模型具有一定的准确性与良好的时效性。     

网络舆情传播阶段精细化建模与仿真研究

[目的/意义]根据信息生命周期理论,研究网络舆情传播的周期性规律,构建网络舆情传播阶段的精细化模型,使政府在面对复杂多变的网络舆情态势时,能够准确把握舆情发展演化趋势。[方法/过程]通过案例定性分析网络舆情传播的周期性规律,构建网络舆情传播的Logistic模型,根据模型分析得出网络舆情传播的4个关键时间节点以及5个传播阶段,然后基于MATLAB开展模型仿真,研究了3个参数对网络舆情传播的影响程度并应用实例验证了模型。[结论/结果]经过理论建模和实证分析得出本文构建的网络舆情传播阶段精细化模型是可行的,以上理论研究可为政府准确把握网络舆情演化规律,制定网络舆情治理对策提供参考依据。     

地理舆情:大数据时代舆情研究的新路径

[目的/意义]已有的舆情研究主要以时间和事件视角为主,对舆情的空间维度及其背后的社会心理规律关注相对较少,"地理"视角成为弥补空间维度和社会心理分析的重要方向,同时,大数据分析技术的发展,为整合地理与心理视角提供了新的可能和机遇。[方法/过程]通过文献梳理与理论分析,提出了"空间维度—社会心理—地理舆情"关联模型以阐释地理舆情,总结了地理舆情的研究方法,归纳了地理舆情研究对于舆情治理的现实价值。[结果/结论]从方法论视角探讨了开展地理舆情分析的路径,并剖析了地理舆情对于舆情治理和区域政策的重要现实意义。     

大数据和人工智能背景下的网络舆情引导策略

网络舆情引导是网络舆情生态治理中不容忽视的一方面,也是新时代国家意识形态安全和主流新闻舆论传播的重要课题。文章聚焦分析大数据和人工智能技术给网络舆情引导带来的机遇和挑战,并在此基础上提出新背景下网络舆情引导的策略建议。     

面向大数据的网络舆情异常数据监测与应用研究

[目的/意义]通过对网络舆情数据的动态监测和异常感知,及时预警舆情异常,为政府掌握舆情决策的先动优势提供理论模型和可行思路。[方法/过程]分析大数据环境下激增、波动等网络舆情数据异常现象,明确舆情趋势预测、动态感知异常等异常数据监测机理。基于此,首先运用Gompertz模型进行舆情趋势区间预测,其次定义偏离度进行数据异常评级,并确定预警等级,实现异常数据的及时捕捉和快速预警。[结论/结果]通过实例验证,证明了模型可行性,可以为政府舆情引导程度提供度量依据,也为编制智能化的舆情监测软件提供算法支持。     

网络舆情监控算法分析与研究

对现有的网络舆情监控算法进行梳理,将其归纳为经典算法和拓展算法,分析这些算法的优缺点和常见算法的性能对比,整理部分专家学者对这些监控算法的优化改进研究情况并对其研究成果进行分析。从技术、管理、应用等三个角度评价现有网络舆情监控算法的优化改进环节和取得的成效,并指出现有网络舆情监控算法存在的问题主要集中在只基于文本、针对单一数据类型、没有考虑事件和用户的差异化特点和动态变化情况、缺乏综合监控体系思维和管理机制等方面。进而从网络舆情的特点、发展规律、驱动因素、现有监控算法不足、监控效果期望等角度探讨未来网络舆情监控算法的发展趋势。     

网络舆情监控算法研究与分析

梳理现有的网络舆情监控算法,归纳为经典算法和拓展算法,分析算法的优缺点并对比常见算法的性能,整理部分专家学者对这些监控算法的优化改进研究情况并分析其研究成果。从技术、管理和应用等3个角度评价现有网络舆情监控算法的优化改进环节和取得的成效,并指出其存在的问题主要集中在只基于文本、针对单一数据类型、没有考虑事件和用户的差异化特点和动态变化情况、缺乏综合监控体系思维和管理机制等方面。进而从网络舆情的特点、发展规律、驱动因素、现有监控算法不足和监控效果期望等角度探讨未来网络舆情监控算法的发展趋势。     

可视化分析技术在网络舆情研究中的应用

由于网络舆情信息具有明显的大数据特征,使用传统的数据收集、分析与表现方法不仅存在效率低下的问题,而且难以发现其中的关键信息以及信息背后的潜在特征。就此而言,发端于科学计算领域的可视化分析技术能够化繁为简,用易于理解的图形图像揭示网络舆情的分布、发展和演化规律,因而在网络舆情研究中具有非常显著的应用价值。本文根据网络舆情信息呈现形式上的差异,分别探讨了层次信息、文本信息和关系网络信息可视化方法在网络舆情研究中的应用范式和实现途径,以期推进网络舆情研究的纵深化。     

大数据背景下高校图书馆的发展方向

大数据时代,随着数字化图书馆的建设和图书馆信息化的步伐加快,以纸质书本和资源为核心的传统图书馆面临着严峻挑战。本文立足于目前高校图书馆存在的不足点,着重探讨大数据时代背景下高校图书馆的发展方向,即思想服务化、技术有效化、人才专业化、数据安全化。     

大数据背景下高校图书馆的发展方向

大数据时代,随着数字化图书馆的建设和图书馆信息化的步伐加快,以纸质书本和资源为核心的传统图书馆面临着严峻挑战。本文立足于目前高校图书馆存在的不足点,着重探讨大数据时代背景下高校图书馆的发展方向,即思想服务化、技术有效化、人才专业化、数据安全化。     

基于舆情大数据的社会安全事件情报感知与应用研究

[目的/意义] 基于舆情大数据进行社会安全事件情报感知,为社会安全事件应急管理提供情报支持。[方法/过程] 基于舆情大数据的社会网络属性,剖析网络社会环境下社会安全事件特征和情报感知需求,提出基于舆情大数据进行社会安全事件情报感知具有多元、快速、全面、深度的优势。从社会安全事件要素和过程两个方面,构建全要素、全周期的情报感知指标体系。分析基于移动传感网络的情报感知路径,针对情报感知指标进行情报感知,确定"异常→风险→情报"的情报感知过程,并研究情报感知方法。[结论/结果] 基于舆情大数据构建情报感知指标体系并开展应用研究,为网络社会环境下社会安全事件应急管理提供新思路和新方法。     

绿色农业未来山东农业的发展方向

眼下，“生态农业”、“可持续农业”等名词几近家喻户晓。随着消费水平的不断提高，人们的饮食观念发生了较大变化，已从填饱肚子过渡到重视营养和健康，因此，绿色食品备受青睐。     

网络舆情演化机理多维建模与仿真研究

[目的/意义]研究网络舆情演化的多维度模型,从更高视角解读网络舆情传播规律,丰富和完善网络舆情传播理论。[方法/过程]定量分析网络舆情趋势预测中信息增长率的变化问题,构建以增长率和时间为自变量,信息累计数量为因变量的多维函数模型,并通过MATLAB仿真研究各个参数对网络舆情传播的影响以及网络舆情传播路径分析,然后通过“成都女司机”微博数据验证了模型的可行性,更加直观地诠释了高维模型研究网络舆情演化机理的优势。[结论/结果]经过理论建模和实证分析得出,将logistic模型拓展到高维研究网络舆情演化机理是可行的,并且多维度模型很好地解释了网络舆情数据出现多个“峰值”现象,而网络舆情统计数据的实质是高维度模型曲线在时间轴的投影。     

大数据背景下高校学生突发性事件中网络舆情引导和管理机制研究

高校学生突发性事件网络舆情的数据集在向大数据方向演进,并且具有自己独特的特征,所以高校学生突发性事件舆情引导和管理要适应大数据的时代要求.大数据背景下对高校学生突发性事件构建预警机制,建立不同的模型,并采用不同的应对方式.最后,从夯实技术保障、强化工作队伍、注重形势研判等三个层面加强大数据背景下高校学生突发性事件网络舆情引导和管理.     

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。     

面向舆情主题的微博用户网络影响力挖掘分析

随着大数据时代到来,网络微博舆情分析面临新的挑战,面向不同舆情主题应采取不同的应急对策。对“腐败”和“城管”主题下的博主关系网络结构进行实证分析,并利用PageRank方法对不同主题下影响力大的博主进行挖掘,提高了大数据背景下高价值微博用户的挖掘效率,为网络舆情应急管理提供智力支持。     

大数据背景下网络舆情信息异化控制模型研究

[目的/意义]面向大数据研究网络舆情信息异化机理以及控制模型,是政府控制信息异化程度的关键,为政府应对和治理网络舆情提供理论参考依据。[方法/过程]定性分析大数据环境下网络舆情信息异化机理,将网络舆情演化机理模型拓展为信息异化控制模型,并在此基础上通过数值仿真研究政府控制信息异化的分类问题。[结论/结果]经过理论建模和实证分析得出本文构建的信息异化控制模型是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情信息异化程度,制定网络舆情治理策略提供参考依据。