共查询到20条相似文献，搜索用时 31 毫秒
1.
[目的/意义] 区别于单一维度的情感强度测度,基于情感语义空间的食品安全舆情情感分析从立体空间角度探析情感的细粒度表征及情感焦点,对政府及有关部门提升舆情治理水平具有重要意义。[方法/过程] 运用PAD情感模型构建情感语义空间,以2018年食品安全舆情为例,一方面,将情感词映射至情感语义空间,根据位置判别情感词多维情感强度;另一方面,根据情感语义空间的表现形式划分情感层次,探寻不同情感指向特征。[结果/结论] 多维情感语义空间中,食品安全舆情情感的自我认知层愉悦度较高,表明公众认为自身对食品安全有较好的认知;舆情中社会发展和民生民意空间呈现明显的负向情绪,且网民在表达该类情感时的神经生理激活水平较高,应引起政府高度重视。食品安全舆情中的意见领袖对他人情感有较强的影响力,政府应加强与该领域意见领袖的沟通与引导。 相似文献
2.
[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
3.
【目的/意义】从舆情客体视角探究医保欺诈事件传播周期中情感焦点及情感倾向两个维度的舆情演化趋势,对政府倾听民众诉求及舆情治理有重要意义。【方法/过程】依据生命周期理论划分舆情传播阶段,利用Word2Vec判断舆情客体,使用LDA方法挖掘评论主题进而识别情感焦点,同时使用SnowNLP进行情感倾向研究,最后基于认知-感情相符理论发现民众诉求。【结果/结论】能够挖掘出民众对不同舆情客体在各生命周期的情感焦点、情感倾向及二者演化趋势。研究发现民众态度从事件相关讨论过渡到事件本质探究,而后关心事件后果,最后提出建议,且情感焦点与情感倾向识别结果具有一致性。 相似文献
4.
5.
[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
6.
[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
7.
【目的/意义】探索重大疫情中网络舆情的多属性演化规律,为重大疫情防控中的网络舆情治理实践提供参
考。【方法/过程】基于社会学视角构建了重大疫情中网络舆情多属性演化分析模型,选取湖北红十字会事件微博舆
情数据为研究对象,采用意见领袖影响力评价、LDA主题模型和Snownlp情感分析方法对重大疫情中网络舆情意见
领袖、主题分布和情感走势进行分析,从人群、内容和情绪三种社会属性揭示重大疫情中网络舆情多属性演化规
律。【结果/结论】结果表明,重大疫情网络舆情可以分为突发期、爆发期、降温期和失焦期四个阶段,各个阶段在意
见领袖、主题讨论内容和情感倾向上均有较为明显的区别,网民的情感阶段变化与舆情的主题属性演化规律相吻
合。【创新/局限】本研究提出的模型能够有效满足重大疫情网络舆情演化特征深度挖掘的要求,为重大疫情网络舆
情的治理实践提供参考。后续研究可选取更广泛的舆情事件和数据源验证该模型。 相似文献
8.
[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
9.
[目的/意义]从数据层面探索信息公开与舆情演化之间的关系,为完善重大突发公共事件中的政府信息公开制度提供参考。[方法/过程]以政务微博为研究平台,选取新冠肺炎疫情事件为典型案例,聚焦病例信息公开及评论数据。使用内容分析法提取信息公开特征,基于SnowNLP模型计算社会情绪,结合焦点诉求分析舆情演化趋势。引入政府危机管理系列理论,探讨信息公开与舆情演化的双向作用机制。[结果/结论]信息公开不足会导致消极的社会情绪。随着信息公开工作的改进,公众诉求的态度和内容从一开始的强硬、笼统变得温和、具体。信息公开与舆情演化在周期上具有同步性,二者相互影响,这对于政府把握舆情规律,推进应急管理工作发展有重要意义。 相似文献
10.
[目的/意义]在社交网络中回声室对重大突发事件下的社交网络舆情演进具有重要作用,研究重大突发事件网络舆情中回声室网络结构可以为相关部门的舆情引导和管控提供指导和帮助。[方法/过程]基于网络结构理论,利用社会网络分析法和情感分析方法,进行用户回声室网络结构识别以及用户回声室网络结构表征及网络同质性检验。在此基础上,构建重大突发事件中回声室网络结构分析模型,并结合重大突发事件“3·21”东航客机事故中典型舆情话题进行实证研究。[结果/结论]重大突发事件网络舆情中存在回声室效应,由于微博评论与转发机制的不同,回声室网络结构存在明显的网络特征差异,且评论机制更有利于社交网络在重大突发事件下的情感分享,并可以凝聚群体观点和用户想法,从而促进意见领袖在群内和群外成员之间的互动。 相似文献
11.
[目的/意义]情感分析技术广泛应用于网络舆情方面,该技术可以有效地区别分析网民在网络社交平台所发布言论的情感极性。受到应用领域的限制,基础的情感词典并不能满足特定应用领域对于情感分析的需求。本文构建的词典可以满足网络舆情领域的情感分析需求。[方法/过程]先使用TF-IDF和TextRank提取种子词,然后采用SO-PMI算法构建突发事件网络舆情领域的情感词典。[结果/结论]使用该情感词典对“昆山反杀案”这一突发事件的微博评论进行情感分析,证明了所构建的情感词典在一定程度上具有准确性及适用性。 相似文献
12.
[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。 相似文献
13.
[目的/意义]遵循网络舆情演化规律开展高质量的信息治理,是有效化解重大疫情防控中网络舆情事件的必然选择,也是对重大疫情防控精准化、科学化水平的重要检验。[方法/过程]基于弹簧运动的受力原理,借助系统动力学及营力系统理论建构一种“弹簧”动力模型,用以描述信息压力、信息支持力、信息驱动力、信息阻滞力等内外营力的相互作用,以及这些作用力在网络舆情蓄力生成、反弹加速、异化驱动、减速终结等四个动态演进阶段的各自表征。[结果/结论]重大疫情防控中网络舆情的信息治理策略应从前置端口环节守住信息传播“关口”,从中间过程环节打造数字治理格局,从后置反馈环节强化网络舆情监管。 相似文献
14.
[目的/意义]突发事件情境下,过于激烈的网络舆情冲突可能对公众认知造成混淆,干扰事件处置。从网络舆情语料中识别突发事件情境下的网络冲突观点,并提取其中的重叠共识,为网络舆情冲突治理提供方法与借鉴。[方法/过程]结合冲突理论和重叠共识理论,提出一种突发事件情境下冲突观点识别和重叠共识提取的方法,通过文本聚类、主题提取结合情感分析来进行冲突阵营划分,采用语义角色标注结合依存句法分析方法进行SPO三元组抽取,并通过Neo4j构建核心语义知识图谱,进行冲突观点与重叠共识识别与归纳。[结果/结论]以新浪微博为数据来源,对新冠疫情下的“新冠疫苗接种”话题展开实证研究,研究结果表明新冠疫苗接种相关微博主要在预约接种及效果、中国向别国援助新冠疫苗、新冠疫苗预约接种及费用三类话题下产生冲突观点,但各类话题下的冲突阵营双方也具有一定重叠共识。根据研究结果为有关部门提供相关冲突舆情治理的具体建议。 相似文献
15.
[目的/意义]探究热点事件网络社区的主题及情感波动,掌握舆情事件的演化过程,对于做好网络舆论引导、维护网络信息生态具有重要意义。[方法/过程]以社交关系构建社群网络,采用Louvain算法划分主题社区,基于此提取各阶段社区主题,并计算主题情感分布,多维度协同探究网络舆情的动态演化过程;最后以“孙海洋寻子圆梦”事件为例检验了模型的有效性。[结果/结论]网民会自发性地关注并讨论舆情事件的发展,并依据网络社交关系形成不同的主题社区,从而产生不同的情感波动。研究结果能够较好地反映出特定舆情事件的主题-情感演化过程。 相似文献
16.
【目的/意义】通过构建网络舆情传播分析模型,探究新冠肺炎疫情网络舆情传播过程和演化规律,提出新
冠肺炎疫情常态化背景下相关网络舆情引导和舆情治理建议。【方法/过程】基于信息生态学理论,从信息、信息人
和信息环境三要素分析舆情事件,构建信息生态学视角下的网络舆情传播分析模型。以新冠肺炎疫情中的方舱医
院事件为例,运用主题分析、社会网络分析和情感分析等方法进行实证研究,分析舆情内容演进和情感演化规律,
总结新冠肺炎疫情网络舆情传播特征。【结果/结论】结果表明,本文所构建的舆情传播分析模型能够较为全面地刻
画公众对于舆情事件的反应,分析舆情传播规律与演化趋势,挖掘不同分析维度的内在关联。【创新/局限】从信息
生态学视角出发,基于内容、用户和情感等维度构建舆情传播分析模型。下一步将结合二模网络、知识图谱等研究
方法探索新冠肺炎疫情中舆情事件之间的关联性。 相似文献
17.
18.
[目的/意义]突发事件网络舆情群体极化风险诱发因素及具象化表达非常复杂且呈混沌多元形态，风险点与风险导控在物理空间、社会空间、信息空间均有分布。从三元空间信息观的视角出发，对突发事件网络舆情群体极化致因因素在三元空间中进行解构，梳理群体极化风险耦合过程，有助于厘清群体极化形成规律，加深对群体极化风险的理解、风险传导机制和路径的把握以及风险演变规律的识别。[方法/过程]本文结合突发事件的特征，在三元空间信息观视域下解构了突发事件网络舆情群体极化致因因素，并基于风险耦合分析了三元空间之间的定向耦合、物理空间中的非直接耦合、社会空间中的互感耦合、信息空间中的参量耦合。最后论述了突发事件网络舆情群体极化风险形态的演化。[结果/结论]本文为群体极化研究提供了新的理论视角，拓展了群体极化研究的理论边界，将为群体极化风险识别、风险评估以及网络舆情导控策略研究提供理论支撑。 相似文献
19.
【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。 相似文献
20.
[目的/意义]微博作为一种重要的信息传播载体,在疫情信息发布与传播中发挥着重要作用。深入分析疫情信息中蕴含的疫情事件及其对网民情绪的影响,有助于各级政府准确掌握网络舆论情况,科学高效地做好防控宣传和舆情引导工作。[方法/过程]以新冠肺炎疫情相关的微博新闻及其评论作为研究对象,利用条件随机场(Conditional Random Field,CRF)模型从微博新闻中抽取疫情事件并建立疫情事件画像;在情感词典的基础上,引入双向长短期记忆网络(Bidirectional Long Short-Term Memory,Bi-LSTM)模型建立网民情绪画像;利用基于自注意力机制的Bi-LSTM模型对疫情事件与网民情绪进行关联分析。[结果/结论]真实语料集上的实验结果表明,围绕捐资、防控、临床和英雄等主题,CRF模型疫情事件抽取的F值均达到73%以上,Bi-LSTM模型网民情绪识别的F值均在70%以上,基于注意力机制的Bi-LSTM模型给出的网民情绪分布基本符合疫情发展态势。 相似文献