神奇的梦

昨晚,我做了一个神奇的梦。我梦见妈妈为我买了一瓶泡泡水。我吹了一个又大又漂亮的泡泡。我兴奋极了,就跑到泡泡上。泡泡载着我,穿过云层来到了太阳旁,没想到那个热度快把我烤焦了。我又飘向月亮,可是月亮的光芒刺得我睁不开眼睛……我醒来一看,才知道这是个神奇的梦。我想,长大以后我要制造一个泡泡机,带大家到太阳和月亮上去旅行,学更多的天文知识。     

有深度有热度有温度 做有品质的新闻--《第一新闻 今晚8：00》在民生新闻窘境中突围

经过多年的发展,电视民生新闻一开始那种“收视飘红、所向披靡”的凌厉攻势已经在观众的集体“审美疲劳”中败下阵来：那些“一地鸡毛式”的琐碎选题已经无法满足自媒体时代观众对信息“知其所以然”的深度渴望;而一些娱乐化、甚至庸俗化的内容更是在短时满足观众猎奇心理的同时,潜移默化地消减着新闻媒体的公正严肃性。可以说,民生新闻已经走到了一个必须升级换代、沉下去出思想的境地中。不改,前面死路一条;惟有改,才能在电视竞争日趋白热化的格局下打开一条通道,让有着广泛受众基础的民生新闻快车驶向更有希望的未来。     

基于BBS的热点问题发现

通过提取各种BBS帖子的共有属性来构建指标,计算单个帖子的热度值以及热度指数,以此来挖掘其中的热门话题,为相关分析和预测提供参考。     

基于多源数据的专业领域热点探测模型研究

[目的/意义]面向出版业进行专业领域出版时的选题决策问题，对互联网上公开的资讯动态进行多源整合，通过多维度的情报分析探测专业领域内的热点，实现数据驱动的出版选题决策，为出版业的数字化转型与发展奠定坚实基础。[方法/过程]设计一个情报分析模型，面向出版选题决策进行专业领域的热点探测。模型包含热点发现与热度评价两个过程。热点发现过程，通过词频统计和词增长速度算法对专业领域内的热点进行识别；热度评价过程，从内容层面和传播层面两个维度设计并计算一系列指标，对识别到的热点进行热度评价与排序。[结果/结论]以2018年1月至4月的36 550条信息、通讯和技术领域多源中文信息为样本进行热点探测实验，实验结果表明，设计的热点探测模型可以有效地探测专业领域内的热点，辅助出版业科学地进行专业领域选题决策。     

中国政府网“一带一路”新闻话题挖掘分析

[目的/意义]探究中国政府网"一带一路"相关新闻的话题内容及热度变化，呈现"一带一路"倡议主题及动态，明确不同时期的倡议重点，为相关研究提供参考。[方法/过程]构建基于LDA模型的新闻话题内容的基本框架，限定2015-2017年"一带一路"相关新闻数据，利用LDA模型进行话题抽取，根据文档与话题的概率分布计算，分析各主题在不同时间段的热度演化。[结果/结论]抽取得出30个细分话题，归纳为政策沟通、设施联通、贸易畅通、资金融通、民心相通、"一带一路"对我国经济的影响和政府工作7大类。其中，政策沟通类在全时间段上热度最高，贸易畅通和"一带一路"对我国经济的影响两类话题紧随其后。"进出口"等细分话题的热度不断上升，"改革与转型"等细分话题的热度则有下降，体现了官方媒体新闻内容及其关注度随时间而变化的特点。     

用“三度”课堂促进学生个性发展

马斯洛人本主义需求理论告诉我们,追求个性完美是每个人的人生需求,正是这种心理需求,激发了人们的学习愿望。基于这一认识,我们的课堂应关注学生的个性发展、激发学生学习数学的热情,给学生一个有热度、有广度、有深度的课堂,让学生在课堂学习中用高昂的热情进行数学活动,广泛地摄取数学知识,灵动智慧地进行数学思考,让每一个学生的独特个性得以彰显。     

基于关键词共现和社区发现的微博热点主题识别研究

[目的]从海量微博舆情信息中准确、高效地发现和挖掘当下的热点主题,以期为政府和企业监控和管理舆情动态提供有价值的参考。[方法]研究首先从维度、特征和度量三方面综合考虑构建"帖子-主题"二模网络模型,其次选择词频、主题权重和词频增长率3个特征来抽取模型所需的有效关键词,然后选取社会网络分析法中的社区发现方法进行基于关键词的主题社区发现,最后综合考虑用户影响力和传播影响力两个属性,通过热度分析确立主题热度,识别热点主题。[结果]实验表明,该方法能有效挖掘网络舆情中的热点主题,检测出的主题结果均正确,验证了本文方法的可行性和有效性。在此基础上,研究还选取实例进一步对主题的热度迁移和情感倾向进行了分析,具备一定的预警作用。     

信息传播平台对网络舆情热度的影响分析

［目的/意义］新信息技术推动媒体应用平台快速发展,网民通过主流媒体与自媒体积极参与话题讨论,客观分析信息传播平台对网络舆情事件发展的影响力,有利于建立良性的信息生态循环圈。［方法/过程］本文以官方公布的十年网络舆情热点事件为数据分析对象,使用灰色关联法分析历年各信息传播平台与网络舆情热度的关联关系,从时间、事件等维度挖掘信息传播平台对网络舆情热度的影响特征。［结论/建议］各信息传播平台对网络舆情热度的影响力与传播技术发展水平是同步的,对网络舆情热度的影响呈现势均力敌之势,媒体融合、资讯融合是发展必然趋势。     

基于GM(1,1)的网络舆情热度预测模型研究

对“新冠肺炎”相关的原创微博内容开展耦合GM(1,1)和信息熵的舆情热度预测分析模型研究,实现对公共事件的网络舆情热度的短期预测分析。实验研究结果表明,GM(1,1)模型可以有效地对公开疫情事件的网络舆情热度进行短期预测;另外,从模型分析可得,四月初民众对“新冠肺炎”疫情事件的态度波动很小、基本处于平稳状态,符合现实实际。