共查询到20条相似文献，搜索用时 93 毫秒
1.
[目的/意义]针对突发公共卫生事件情境下网络舆情信息复杂,多事件之间存在耦合现象,提出利用多属性融合的事理图谱揭示舆情事件发展脉络和演化规律。[方法/过程]以“西安疫情”为实验数据源,提取事件情感因子、事件影响力、事件持续时间等多维属性特征,采用规则模板和语义聚类算法构建舆情事理图谱,从多维视角揭示舆情演化规律。[结果/结论]多属性融合的事理图谱不仅可以从事件链角度揭示突发公共卫生事件网络舆情的演化路径和发展方向,而且可以从多维视角识别舆情动态发展中的关键事件,为舆情管控部门和应急管理部门进行舆情治理提供决策依据。[局限]未考虑一因多果和一果多因的因果事件对。 相似文献
2.
[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。 相似文献
3.
[目的/意义] 新型冠状肺炎防治的科研信息报道是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。 相似文献
4.
[目的/意义]新型冠状病毒肺炎疫情(简称新冠肺炎疫情)的全球蔓延引发了各领域学者对于突发公共卫生事件科学应对的思考。文章以新冠肺炎疫情为例,以微博为研究对象,旨在探讨突发公共卫生事件中公众的信息需求对于危机治理的影响机制。[方法/过程]首先,对新冠肺炎疫情及微博舆情做出阶段划分,进而利用质性分析结合层次聚类法从微博文本数据中抽取公众信息需求并跟踪其演变,最终结合相关理论探索性地建立了突发公共卫生事件公众信息需求模型。[结果/结论]突发公共卫生事件中公众的信息需求主要围绕风险认知、行为规范、情感、行为四个方面,通过社交媒体可以准确追踪公众信息需求并向公众提供所需信息,信息需求的满足最终促使公众自发参与危机治理。 相似文献
5.
[目的/意义] 利用新冠疫情网络舆情数据来研究突发公共卫生事件中中国网民关注度,有助于提升疫情期间政府信息供给效率、满足公众需求和提供社会支持等。[研究设计/方法] 通过新浪舆情大数据平台获取研究数据,包括：疫情流行高峰期间全网舆情数据、每日转发排名前100名热门微博、每日新增病例数据等。采用描述性统计、列联表分析、回归分析等方法,研究突发公共卫生事件中网民关注度变化趋势及影响因素。[结论/发现] 疫情爆发初期,媒体大规模报道造成大量网民对事件关注;随着疫情严重,新增病例与网民关注出现同频共振;媒体报道初期,网民关注度集中趋势高;防疫举措、鼓励加油、捐献赠送、倡议建议、赞誉肯定5大关注主题,贯穿疫情流行高峰;主流媒体发布微博受关注最多,不同账户类型情感倾向有显著差异;网民总体关注度受新增病例和变异系数影响;每日热门舆情关注度,受新增病例、变异系数、舆情总量和戏剧性分值影响;单条微博受关注程度与当日相关话题总量和微博粉丝数有一定关系。[创新/价值] 本文系统分析了突发公共卫生事件中网民关注度变化趋势和影响因素,为政府决策提供支持。 相似文献
6.
[目的/意义]通过对2011—2020年我国发生的重大突发公共卫生事件进行分析,以期为政府机构防范和应对重大突发公共卫生事件提供参考。[方法/过程]广泛查找文献,搜集2011—2020年我国发生的重大突发公共卫生事件,筛选出10年间我国发生的36起重大突发公共卫生事件作为研究样本,分析重大突发公共卫生事件政府回应效果及事件属性、传播、舆情、应对基本状况,考察重大突发公共卫生事件政府回应效果影响因素。[结果/结论]重大突发公共卫生事件类型分布、曝光速度、谣言传播、舆情性质、舆情解决情况、应对主体、应对速度、处置结果对政府回应效果具有显著影响,而最为显著影响政府回应效果的因素依次为事件谣言传播、舆情解决情况和曝光速度。 相似文献
7.
[目的/意义]为深化区块链技术在网络舆情中的应用，推动网络舆情溯源体系的构建与完善，提高突发舆情风险管理的科学性与预见性。[方法/过程]本文基于态势感知理论和区块链技术，构建了多社交平台网络舆情溯源体系，采用区块链和IPFS的双存储机制进行舆情数据的海量存储，利用智能合约对风险舆情进行监控预警，基于内容标识符CID和事件ID实现网络舆情的精准溯源。[结果/结论]完善了区块链视域下突发公共卫生事件网络舆情溯源体系，提高了多平台间舆情风险的可溯源度与可预测度，为政府相关监管部门提供了精准的舆情预警与决策支持。 相似文献
8.
[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。 相似文献
9.
[目的/意义] 探索突发事件舆情传播网络的拓扑结构和传播规律、识别与评判突发事件舆情传播网络中重要节点,有助于从源头上控制舆情,增强公众、政府和媒体引导突发事件网络舆情的能力。[方法/过程] 以“魏则西事件”为实证研究对象、采集并整理数据,基于社会网络分析理论,运用Ucinet软件构建互动关系矩阵模型和Netdraw软件绘制该事件舆情传播网络社群图,从整体、局部和个体3个视角进行了该舆情传播网络结构测度分析。[结果/结论] 拓展了SNA的应用,从本质上揭示了突发事件网络舆情传播的结构特征与演变规律,总结并提出针对其本身拓扑结构的控制建议,最后,为从源头上弱化其不可控性,分别提出了公众、政府和媒体突发事件网络舆情传播的引导建议。 相似文献
10.
[目的/意义]社会突发事件映射到互联网空间中形成的突发网络舆情在不良因素的干扰下于网民间扩散容易形成强烈的负面情绪导向,很可能对网络社会的和谐稳定产生极大破坏。因此,正确认识突发网络舆情的传播特点,把握各种舆情管控措施对传播的影响,对合理、有效地管理舆情至关重要。[方法/过程]针对突发网络舆情的传播特性对标准SEIQR模型进行改进,提出实施舆情管控措施下以媒体恶意炒作和网民间恶性正反馈为主要传播驱动的SEACBR模型,并利用仿真实验对不同规模的突发网络舆情在各种管控措施下的传播过程进行模拟,以探究不同措施的管控效果并验证模型的泛化性。[结果/结论]管控突发网络舆情应以良性引导为主,其他措施为辅,这样在及时施策、积极治理的情况下突发网络舆情的消极影响就可被有效抑制。 相似文献
11.
行动者网络视角下突发公共事件的谣言协同治理机制研究 总被引：1，自引：0，他引：1
[目的/意义] 近年来突发公共事件舆情频频产生,基于该舆情往往会爆发相关突发公共事件谣言,谣言对舆情发展影响深刻,通过建立突发公共事件谣言协同治理机制以期提高舆情导控成效。[方法/过程] 论文以行动者网络理论为理论基础,在突发公共事件谣言的生命周期不同阶段进行行动者网络分析,进而确定不同阶段的强制通行点,根据转译过程构建突发公共事件谣言协同治理机制。[结果/结论] 论文以行动者网络理论的行动者和转译要素构建了突发公共事件谣言在潜伏爆发期的监测预警机制、变种期的分析反馈机制、消亡期的反思预防机制,3个阶段的行动者网络形成严密的突发公共事件谣言协同治理机制。 相似文献
12.
"新冠"疫情作为2020年初的国内公共卫生突发事件,网络舆情复杂.在信息时代不断发展的背景下,通过对网络舆情加以引导,实际上就是对突发事件的良性预后进行推动.在线健康社区作为线上的医疗问诊服务平台,在本次疫情中发挥了重大功效,对恶意谣言的粉碎及舆情导向也产生了不可忽视的影响.本次研究采用传统方法中的聚类分析法,以2019年新型冠状病毒疫情传播事件为例,针对重大突发公共卫生事件网络舆情的传播机制进行研究,以在线健康社区评论数据为数据源进行聚类分析,讨论优化网络舆情的治理与导向工作方法,提高政府对突发公共卫生事件时网络舆情的预判和引导能力. 相似文献
13.
[目的/意义]构建突发公共事件网络舆情时空演化模型及算法，从突发公共事件网络舆情中获得的时空数据来揭示并呈现舆情的时空演化特征及规律，从而为时空视角下的舆情精准治理提供一定的指导。[方法/过程]构建突发公共事件网络舆情时空演化分析模型，运用空间自相关算法中的全局空间自相关分析网络舆情的时空总体分布，运用局部空间自相关分析时空聚集类型；运用时空网络图算法中的平均聚类系数分析网络结构，运用局部聚类系数分析关键区域或城市。[结果/结论]突发公共事件网络舆情的时空分布具有地域差异性和一定的规模特征，在重点城市群区域表现出明显的聚集性。舆情事件信息的传播和扩散具有时空收缩效应，事件的时空网络均呈现为以个别城市为核心的星型和网状信息链结构。 相似文献
14.
[目的/意义]网络舆情风险信息涉及要素较多，为了提高网络舆情风险信息感知效果，在新媒体环境下构建了突发环境事件网络舆情风险信息感知模型。[方法/过程]建立突发环境事件网络舆情信息流风险指标集，赋予评价指标权重，对权重离散化处理，构成相似系数矩阵。通过舆情主体建模、舆情信息模型建立与网民情感模型建立3个部分分析网络舆情传播核心要素演化规律。在此基础上计算传播概率，确定用户传播信息的涉入程度，采用Logistic回归模型感知风险信息风险高低。采用决策树对舆情风险预警，实现突发环境事件网络舆情风险信息感知。[结果/结论]实验结果表明，所构建模型应用后的事件舆情情感演化情况分析准确性较高，各个事件的转发数量和恶意评论数量感知准确度较高，预警效果更好，有效提高了突发环境事件网络舆情风险信息感知效果。 相似文献
15.
[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。 相似文献
16.
[目的/意义]面对突发公共事件公众诉求表达多样化、内容分散化和治理复杂化的问题,需要提高政府舆情应对的精度和效率。[方法/过程]融合LDA模型和fsQCA方法,搭建了“数据基础层→主题画像层→模式归因层”的研究框架,通过主题聚类可视化呈现和主题权重赋值实现对突发公共事件公众诉求主题画像的刻画,并基于归因理论,以事件主体、事件危害、事件详情、受害群众、救援响应、媒体报道、应急处置为条件变量,以事件影响力为结果变量,揭示突发公共事件公众诉求的组态路径和内在模式。[结果/结论]低事件详情是高公众诉求发生的必要条件,得到了4条高公众诉求的组态路径和6条低公众诉求的组态路径,归纳了两种高公众诉求归因模式(内部主导模式和外部助力模式)和两种低公众诉求归因模式(事件化解模式和媒体缓释模式)。 相似文献
17.
18.
[目的/意义]分析影响突发公共卫生事件“信息疫情”生成的关键影响要素，有助于突发公共卫生事件信息问题的应对与处置。[方法/过程]基于信息生态理论和信息生态位理论，找出“信息疫情”生成的4个维度的影响因素，利用基于模糊集理论的Dematel方法对要素进行识别，找出其中的关键影响要素。[结果/结论]识别出包括突发公共卫生事件的疫情舆情持续演化、政府信息发布不及时等在内的12个“信息疫情”关键影响要素，信息内容公共性、相似事件集体记忆的唤醒等是突发公共卫生事件“信息疫情”生成的特有因素，以期为突发公共卫生事件“信息疫情”应对提供理论与实践指导。 相似文献
19.
[目的/意义]探索突发公共卫生事件网络舆情发展周期中的主题和情感演化历程,研究影响网民情感波动的因素,为网络舆情有效管控提供决策支持。[方法/过程]结合博文数量的时序特征和生命周期理论进行周期划分,利用LDA模型、BERT-BiLSTM-Attention模型构建研究框架,探究不同周期的舆情主题差异及情感演化。[结果/结论]线下病毒变异演化和线上舆情主题与情感演化具有关联性。在新型冠状病毒变异语料库中,BERT-BiLSTM-Attention模型分类准确率为0.8817,F1值为0.8778,其在情感演化分析上具有优越性。构建的“数据采集预处理、舆情周期划分、主题演化和情感演化到获得策略输出”的全过程分析框架对相关部门有效引导网络舆情提供了决策支持和理论支撑,BERT-BiLSTM-Attention模型能更准确地进行情感分类。[局限]数据源单一,面向时间维度上的演化历程未进行时空结合的演化分析。 相似文献
20.
[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。 相似文献