企业舆情危机事件:诱因、态势与应对

依据人民网舆情监测室发布的企业舆情危机事件案例,将企业舆情危机事件诱因归纳为产品或服务缺陷型、内部管理漏洞型、公共安全型、领导或员工言行失当型等类型。从不同诱因占比、舆情量级、爆料者、涉事企业所属行业、舆情影响等维度分析了企业舆情危机事件发展态势。将企业应对舆情危机事件的策略分为积极型和消极型两类并进行了阐释。     

突发公共事件网络舆情演化及政府应对能力研究

借助危机管理中的生命周期阶段论,研究了突发公共事件的网络舆情演化规律,构建了由酝酿阶段、爆发阶段、扩散阶段、反复阶段、消退阶段、长尾阶段构成的突发公共事件网络舆情发展生命周期"六阶段"模型。基于该模型,通过对突发公共事件典型案例分析,探究了政府应对能力指标在突发公共事件网络舆情生命周期中的演化态势,为政府提升应对网络舆情的能力提供了理论借鉴和指导。     

个人求助网络募捐模式下的网络舆情博弈策略研究

【目的/意义】个人求助网络募捐模式下网络舆情演变各阶段参与主体的认知和利益诉求的差异会影响其 行为策略选择,利用演化博弈理论可以从根本上分析舆情的形成与演化动因。【方法/过程】以罗尔事件为例,在动 态演化博弈模型基础上探究网络舆情形成、发展、控制三阶段多方参与主体的演化稳定策略选择,并对网络舆情的 演变提出合理的指导意见。【结果/结论】根据博弈结果可知：受助人联合企业发布虚假求助信息、网民采取捐助是 网络舆情形成阶段的演化稳定策略;事件内情的曝光,网民总体倾向质疑使网络舆情进一步发酵,此时政府的有效 干预与相关责任方合理解释有利于控制舆情的波动,使公众利益得到补偿,从而缓解舆情的负面影响。     

基于网络舆情分类的舆情应对研究

在梳理已有文献的基础上,从网络舆情演化要素入手,构建网络舆情分类标准体系,以"刺激性事件主体行为"和"网络舆情传播过程"作为两个主要维度。并据此从政府的视角,将网络舆情划分为弱型网络舆情、强型网络舆情和波动型网络舆情。针对不同类型网络舆情,提出相应的"淡入式"、"萌芽式"、"强力式"、"溯源式"和"重塑式"政府舆情应对策略。     

突发公共卫生事件中公民隐私泄露舆情的情感演化图谱研究

[目的/意义]基于突发公共卫生事件期间由公民隐私泄露导致的舆情事件,构建公民隐私泄露舆情的情感演化图谱可以呈现突发公共卫生事件期间网民的情感演化特征,为舆情监管和舆情引导提供参考。[方法/过程]结合文本词语加权方法“词频—逆文档频率”(TF-IDF)的LDA主题挖掘、机器学习的情感分析和社会网络分析方法,基于舆情生命周期的不同阶段,构建突发公共卫生事件中公民隐私泄露的情感演化图谱分析模型。并以新型冠状病毒肺炎疫情期间“成都确诊女子隐私泄露”事件为研究样本话题,分析不同舆情阶段的主题挖掘和不同舆情阶段的情感演化图谱。[结果/结论]网络暴力、隐私泄露和疫情防疫是疫情期间隐私泄露舆情主要关注点,公众讨论具有交互式特征和不同舆情阶段内的多元化特征。     

基于情感倾向性分析的网络舆情情感演化特征研究

[目的/意义]旨在通过对网络舆情进行情感倾向分析和舆情追踪,为政府有效掌控网络舆情突发事件提供理论基础与决策支持。[方法/过程]以"罗一笑"事件为例,在建立加入特定事件语料情感分类词典和构建情感倾向分析模型的基础上,统计该事件微博文本的情感性强度和情感类型,从而划分网络舆情演化阶段。[结果/结论]揭示了舆情演化各阶段的特征与规律,据此提出引导网络舆情情感演化的相关建议。     

自然灾害事件网络舆情情感演化特征分析——以“河南暴雨事件”为例

[目的/意义]探索河南暴雨事件的网络舆情情感演化特征,为自然灾害事件网络舆情治理提供参考。[方法/过程]基于网络舆情发展中情感演化视角,构建了河南暴雨事件网络舆情处理分析模型,以微博舆情数据作为研究对象,采用SnowNLP、词云等方法揭示其情感特征和情感倾向。[结果/结论]网络舆情处理分析模型能够合理划分舆情演变阶段,发现舆情演变规律,为相关部门提供有针对性的引导策略及理论支撑。     

社交网络舆情事件主题图谱构建及可视化研究——以校园突发事件话题为例

[目的/意义]利用知识图谱构建大数据驱动的社交网络舆情事件主题图谱,是网络舆情学术界和产业界关注的新问题,结合校园突发事件网络舆情进行可视化分析对推动社交网络舆情监控平台的构建具有一定的理论和现实指导意义。[方法/过程]文章在对知识图谱、社交网络舆情事件主题图谱相关理论进行分析梳理的基础上,构建校园突发网络舆情事件主题图谱中的实体、关系和过程模型,并结合"北京交通大学实验室爆炸"舆情事件进行可视化分析。[结果/结论]数据结果表明,政府官微在舆情引导中起到重要作用;可以从"故事线"和"时间线"两个方面对舆情事件进行可视化分析;高校舆情事件在爆发初期、事件调查进展期、事件调查结果期呈现不同的情感倾向;高校舆情事件的传播媒介在移动端和非移动端传播差异不大;舆情夜间传播活跃度高于日间。     

面向时间序列的微博突发事件衍生舆情情感分析研究 ——以 “6.22”杭州保姆纵火案衍生舆情事件为例

【目的/意义】将时间序列分析方法引入情感分析,可以对微博突发事件衍生舆情作出科学预测,为政府掌 握舆情情感走势,从而根据舆情发生的不同阶段采取相应的导控策略提供合理的意见与指导。【方法/过程】结合 突发事件衍生舆情的特点,采用词集合并法、SO-PMI、PMI-IR等方法构建了微博突发事件衍生舆情专属情感词 典,随后利用该情感词典和时间序列分析方法对“6.22”杭州保姆纵火案衍生舆情事件进行实证分析。【结果/结论】 对该事件的日均情感值进行计算,与实际情感值拟合程度较好,证明了建立的衍生舆情情感词典及时间序列模型 较为科学,可以为政府选择相应的策略及应对时机提供一定的参考。     

基于微博的企业突发危机事件网络舆情的股价冲击效应

以味千(中国)"骨汤门"事件为例,采用向量自回归(VAR)、脉冲响应分析等方法,将微博平台上企业突发危机事件网络舆情影响力分为意见领袖舆情影响力、媒体用户舆情影响力、普通用户舆情影响力,实证分析了群体舆情影响力对企业股价的冲击幅度。研究结果表明:在企业突发危机事件期间,群体舆情影响力对企业股价造成了负向冲击;群体舆情影响力越大,对企业股价造成的冲击越大;在舆情发展初期,群体舆情影响力对股价的冲击幅度最大,随着舆情热度减弱,冲击幅度逐渐减小。     

基于大数据分析的网络舆论分阶段控制与引导研究

[目的/意义]基于网络大数据,分析多种主客观因素在网络事件不同发展阶段所起的作用,探究其影响规律和最优控制手段,对引导社会舆论健康发展有着非常重要的意义.[方法/过程]选取网民、政府媒体、网络大V、企业和其他新闻媒体、持续时间作为控制指标,运用层次分析法确定权重;选取网络热点事件作为样本,利用理想解法构建综合评价模型,...     

基于超网络的社会舆论干预及应用研究

对网络舆论的监测与管理,事关网络社会安全,体现管理者的社会管理能力及维护社会和谐稳定的能力,因此日益成为研究的热点。本文基于已建立的超网络模型,实施网络舆论的干预与引导,探讨不同干预与引导策略的影响机制及其效果,旨在挖掘网络舆论监测与管理中的重要抓手,以期有助于网络舆论的干预与引导,降低网络舆论的负面影响,构建和谐网络环境。     

舆情热度的最优监控问题研究

政府为降低舆情热度的负面作用,需要对舆情热度进行监控,而监控成本也不能忽视。根据优化理论,研究了政府对舆情热度的最优监控问题。政府的目标是在相关参数与初始条件下,最小化舆情热度的负面作用与监控成本之和,参数包括贴现系数与传播系数。通过求解最优化问题,得出了不同情形下的舆情热度随时间变化的特征,以及政府的最优投入。如果贴现系数较大,政府可以把舆论热度控制在一定水平,没必要完全消除;如果传播系数较大,政府必须尽力使舆情热度控制在零水平。     

微博碎片化对高校网络舆情的影响与引导研究

本文从微博“碎片化”特征入手,反思微博兴盛背后,其碎片化特征可能对高校网络舆情带来的消极影响,并归纳当前高校网络舆情的特征,探索性地提出高校网络舆情的引导策略,以进一步提升在新媒体时代高校网络舆情应对的实效性与针对性。     

基于情感分析的突发公共卫生事件舆情时空演化差异研究

【目的/意义】分析网民在突发公共卫生事件中的情感演化历程,探究影响网民情感波动的因素及其时空演 化的差异。【方法/过程】运用Python爬取微博新冠疫情相关文本数据315 445条,基于SnowNLP情感分析工具对数 据文本进行情感分析。使用TF-IDF及LDA主题模型进行建模,对不同阶段及不同群体的舆情时空演化及差异进 行内容分析。【结果/结论】网民的情感演化呈现阶段性和群体性差异,尽管整体为积极态势,但疫情上升期为负面 情绪集中爆发期;网民群体中受教育程度较低的群体情感波动幅度更大,更容易受到舆论的影响,舆情演化更易极 化;中心大城市情感波动相对稳定,而引起其他区域网民消极情绪的往往不是疫情本身,而是由疫情引发的负面舆 论;普通网民群体较于高影响力群体在舆情演化阶段的负面情绪更为严重,情感演化在各阶段呈现明显的涟漪效 应,需在不同阶段针对不同群体制定有效的舆情引导政策。【创新/局限】本文将整个语料库划分为50多个小语料, 个别语料文本数据量较少,具有一定的局限性。     

ISM模型在网络热点话题舆情信息监控中的应用

【目的/意义】企业和国家对网络热点话题舆情的关注度越来越高,越来越多的企业、部门和政府通过舆情信息监控系统应对网络中爆发的群体性事件和舆论压力,在此环境下对网络热点话题舆情信息进行监控可以方便舆情危机的处理。而传统的网络舆情信息监控方法为构建词项识别体系,存在监控效率低、监控效果差等问题。为此,本文对网络热点话题舆情信息监控策略进行研究。【方法/过程】构建的ISM模型对网络热点话题舆情信息监控进行相关性分析,利用建立词项识别体系,并通过K-means算法处理突发词项完成对网络热点话题舆情信息的识别,获取网络热点话题舆情信息监控影响因素集,构建舆情信息监控影响因素的直接关系矩阵,结合布尔代数运算规则和推移规律建立可达矩,从而构建出舆情信息监控影响因素关联矩阵及解释结构模型,完成网络热点话题舆情信息监控。【结果/结论】结果表明,舆情热度、舆情关注度、舆情影响力、舆情敏感度和网民情感都会对网络热点话题舆情信息的监控产生影响。在此基础上提出网络热点话题舆情信息监控策略。【创新/局限】为有效地防止网络恶性事件突发,需要全面、及时地掌握网络热点话题舆情信息的发展情况,通过分析网络热点话题舆情信息监...     

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。     

微博环境下高校舆情情感演化图谱研究——以新浪微博“高校学术不端”话题为例

[目的/意义]掌握和了解微博环境下高校舆情情感的演化规律,对相关部门加强高校舆情监测监管,使高校适时采取措施应对负面舆情事件的恶性传播具有十分重要的意义。[方法/过程]本文通过文本挖掘并利用词云可视化展示对文本特征进行分析;基于朴素贝叶斯分类器将网络用户评论文本进行情感分类;结合用户情感演化与舆情事件发展周期的分析动态展示高校舆情情感演化图谱。[结果/结论]网民负向情感的占比在舆情蔓延期达到顶峰,中性情感的占比在舆情蔓延期最低,正向情感的占比在舆情周期中几乎没有变化。通过对微博环境下高校舆情情感演化图谱进行研究,为微博环境下高校舆情的研究提供新的理论支撑,在实践层面为舆情监管部门及时监测和有效引导高校舆情走向起到针对性的作用。     

从“真维斯楼”看大学适度商业化的边界管理

清华大学第四教学楼被命名为“真维斯楼”在国内引起了广泛关注。其实“真维斯楼”并非个别现象,因为国内外大学大多办学经费不足。国外大学缓解财政窘境的主要措施包括涨学费、向企业募捐、通过培训和成果转让赚钱、扩大国外生源赚外汇、大学管理企业化节约经费等。在吸收国内外大学适度商业化管理经验的基础上,本文提出了大学冠名的程序自主管理策略、分类自主管理策略、进入门槛管理策略、学术独立管理策略、政府监督管理策略、舆论监督管理策略。     

网络舆情演变过程的主体博弈及对策研究

[目的/意义] 为探寻网络舆情演变的动力机制,本文采用演化博弈工具,试图厘清参与主体与舆情发展间的内在关联。[方法/过程] 首先构建了网络舆情潜伏期、发展期、爆发期及消退期的演化博弈模型,通过求解博弈均衡和雅克比矩阵分析了网络舆情的演变路径和关联条件,以博弈主体之间的利益依存探讨了网络舆情发展演变的内在机制;在此基础上,在Matlab平台上对西安地铁3号线"问题电缆事件"舆情演变过程进行仿真模拟,并重点检验了心理满足程度对博弈均衡的影响。[结果/结论] 处于不同发展时期的网络舆情,影响其未来走势的关键因素也有所不同;参与网络舆情的各方主体共同影响着舆情演变的方向;政府部门的作为对网络舆情影响重大;心理满足系数对网民的决策至关重要,甚至能够改变舆情事件的发展走向。