互联网金融两大突出风险引发舆情风险的防控研究——基于媒介化治理和大数据情报分析的视角

根据金融风险和舆情风险共振理论,金融风险和舆情风险往往相伴而行。防控舆情风险,可防范化解金融风险,防止金融风险扩大蔓延。在舆情风险防控中,宜以媒介化治理为手段,以大数据情报为分析工具。本文以互联网金融为例,探讨媒介化治理和大数据情报分析在防控舆情风险进而防范化解金融风险方面的应用。     

医院MRI室氦气泄露模拟

基于Fluent模拟研究了泄漏口直径、波导窗位置和个数对医院磁共振成像(MRI)室氦气泄露扩散的影响。泄漏口直径增大,相同时间内氦气释放量和初始泄露射流距离均增大,区域内涡旋现象愈明显,气云扩散气云至地面时间缩短。距离泄露源越远,达到使人致命的氦气浓度所需时间越短,危险性越大。波导窗位置靠近泄露口时,氦气泄露在水平方向传播变缓,距离泄露口越远,达到使人危险的氦气浓度所需时间越长。有2个波导窗时,扩散过程形成的气云面积较小,人安全区域最大。研究结果可为MRI室氦气泄露事故预防、处置及设备管理提供参考。     

档案管理中的信息安全问题及其解决方案探析

随着信息化时代的到来，档案管理中的信息安全问题越来越受到重视。文章针对档案管理中存在的信息安全问题展开深入分析，并提出了相应的解决方案。首先，通过对档案管理中信息泄露、篡改以及丢失等问题的研究，发现档案管理系统的薄弱环节；其次，介绍了目前常见档案管理系统中的信息安全技术，包括访问控制、加密保护、备份与恢复等；最后，针对不同类型的档案管理系统提出了相应的信息安全解决方案，以期促进信息安全问题得到更好的解决。     

隐私泄露事件中社交媒体围观者情感分析

【目的/意义】研究分析社交媒体平台中围观者对不同类型隐私泄漏事件的情感，以确定围观者对不同类型隐私泄露的态度，促进社交媒体平台在用户隐私安全的情况下为用户提供更好的服务。【方法/过程】基于隐私泄露事件的四种类型，构建百度情感倾向分析与LDA主题识别相结合的情感分析框架，分别在四种社交媒体平台上对四类隐私泄露事件典型案例中围观者的评论进行抓取和处理，采用LDA主题提取模型进行主题提取，通过百度情感倾向分析进行情感分类，最终进行情感对比分析。【结果/结论】总体而言，大约75%的围观者对隐私泄露事件持负面情绪，其中围观者对社会隐私泄漏的负面情绪占比最高达82%。具体到各平台的围观者，微信公众号和微博的围观者负面情绪较多，知乎中的围观者中性、负面情绪较多，抖音平台的围观者正面情绪占比较高。根据研究结果，提出了相应的建议。【创新/局限】本文创新性地探讨了四种社交媒体上的围观者对四类隐私泄露事件的情感差异，情感的情景与强度维度研究不够深入。