共查询到20条相似文献，搜索用时 640 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]深入探究意见领袖在网络舆情中的传播策略,讨论意见领袖与政府、网民之间的博弈关系,为我国网络舆情治理提供参考。[方法/过程]引入意见领袖对舆论的传播速率参数β,考虑博弈主体不同的行为特征,构建“意见领袖-政府-网民”三方演化博弈模型,通过仿真分析得出结论,进而提出相应的应对策略。[结果/结论]由于意见领袖负向传播的影响,不同的传播速率β会影响政府和网民采取不同的行为策略,最终产生两种稳定策略集合。 相似文献
3.
[目的/意义]政府回应是政府应对突发事件时维稳民心、疏导舆论的重要举措。对公众信息需求进行精准定位并对其与政务微博回应作适配性分析,有助于总结政府回应的经验教训并明确改进策略,为提高回应效能提供参考。[方法/过程]基于公众在线评论数据,采用Kano模型对公众信息需求进行具体的属性定调,分析舆情演化不同阶段下公众信息需求与政府回应适配性的差异化表征,提出提升政府回应效能的对策建议。[结果/结论]突发事件发生后公众的信息需求呈现差异化表征,公众信息需求与政府回应的适配度会直接影响回应的精准度与公众的满意度。因此,在应对突发公共舆情事件时,政府应根据公众的情感与真实需求精准调整、优化和改进回应策略,树立良好的政府形象。 相似文献
4.
[目的/意义] 研究政务微博评论中的情感极性分析方法,为政务微博情感倾向判断提供依据并为未来情感分析研究指出方向。[方法/过程] 基于字典的情感分析方法构建情感极性分析模型,以上海公安机构微博为实例,验证模型的可用性,并分析微博已有属性信息在情感分析中的作用。最后对微博的这些信息以及情感极性进行相关性分析。[结果/结论] 本文的情感极性分析模型具有可用性,微博评论量和转发量之间存在着显著正相关性,并且在转发量较低时,评论量与情感极性存在着显著负相关关系。且当微博点赞量大于评论量时,微博内容自身带有正向情感倾向。 相似文献
5.
赵浚吟 《内蒙古科技与经济》2018,(8)
本文以"柴静雾霾纪录片事件"为研究案例,通过数据挖掘技术对微博意见领袖的微博信息进行获取,通过框架分析探讨了在科技类公共事件传播中意见领袖的参与行为与文本框架的特点。 相似文献
6.
[目的/意义]网民情感变化是影响政府舆情应对进程、政策、策略的关键。因此，构建科学高效的情感词典，对网民情感分析研究及应对策略的选择具有重要的实际意义。[方法/过程]结合扎根理论的质性研究特点，在情感词典的构造中融入突发事件演化规律影响因素，采用点互信息算法，TF-IDF，统计量等方法对微博表情符号词典及突发事件专属情感词典进行构建，编制了突发事件情感词典，随后选取"6.22"杭州保姆纵火案微博语料进行情感分析。[结论/结果]实验发现，与不加入影响因素的情感词典相比，本文构造的词典在准确率召回率等指标的对比中均得到了一定程度的提高。同时，结合扎根理论与主题分析的结果，对舆情发展的不同阶段所选择的舆情应对策略提供了参考。 相似文献
7.
[目的/意义]对微博用户公共事件信息回避的原因进行分析,了解微博用户公共事件信息回避的行为特征,对用户个人、社交媒体平台、内容提供商及政府部门应对公共事件有重要实践意义。[方法/过程]基于S-O-R(刺激-机体-反应)模型,以微博平台上的公共事件信息为研究对象,从信息和情感角度分析了社交媒体用户公共事件信息回避行为的发生机制,探究了涉入度在模型中的调节效应,采用结构方程进行了假设验证。[结果/结论]影响社交媒体用户公共事件信息回避的信息因素(信息质量、信息交互、信息过载)通过用户情感因素(社交媒体疲劳)来导致用户的公共事件信息回避行为,同时涉入度对部分信息因素对用户情感因素的影响过程中起到调节作用。 相似文献
8.
[目的/意义]网络意见领袖代表着我国社会的中坚份子,在突发公共卫生事件中,他们对政府举措评价的好坏,间接反映了社会主流意见,对这些评价的分析,有助于优化政府应急工作。[方法/过程]通过人工标注对网络意见领袖评价进行判断,利用统计分析、主题分析对数据进行挖掘,最终采用抽象归纳方法构建理论模型。[结果/结论]意见领袖对政府评价呈现“央强地弱”的特征,也会从地方向中央传导。灾害严重程度、意见领袖类型、对政府的期待、政府外部竞争、政府外部威胁等外部因素,以及政府合法性、政府形象、政府道德、政府应急管理能力、政府应急管理绩效等内部因素,是影响意见领袖对政府评价的主要因素。 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.
11.
[目的/意义]新媒体平台逐渐成为政民交互的重要载体,准确把握新媒体政务互动内容中的情感倾向,有助于提升政府舆情把握能力与社会治理能力。[方法/过程]在BERT文本语义表示基础上,将主动学习策略与BiLSTM模型集成,进行新媒体政务互动内容情感倾向分析,以提升模型对互动内容情感数据的有效利用。[结果/结论]针对“法律法规草案公开征求意见类”微博互动内容的实验表明,将主动学习引入BERT-BiLSTM模型后,模型的准确率、召回率及F值提升,新媒体政务互动内容情感呈现效果较好。文章所提模型科学可行,能够在减少数据依赖的情况下,提升情感挖掘的效率。 相似文献
12.
[研究目的]社交媒体中信息的再传播是目前主流传播方式之一,研究情感特征对社交媒体中信息再传播的作用,揭示情感信息影响社交媒体中信息再传播的机制,对于科学引导网络舆论、维持健康网络环境具有重要意义。[研究方法]基于认知失调理论,引入情感分歧特征进行情感分析,以社交媒体中帖子的转发数与评论数作为信息再传播效果的衡量指标,构建了情感分歧与情感倾向影响信息再传播的理论模型,并使用微博平台上的数据,对模型进行验证。[研究结论]通过对回归模型结果分析,情感分歧能够显著正向影响社交媒体信息再传播,促进帖子的转发与评论;正面情感倾向性能够显著促进帖子的转发效果,对帖子的评论数影响效果并不显著;帖子内容的情感倾向性能够调节帖子内容中的情感分歧对帖子转发的影响,而评论情感倾向能够调节评论内容中的情感分歧对帖子评论数的影响。 相似文献
13.
[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
14.
【目的/意义】意见领袖凭借自身禀赋在观点传播、信息传递等过程中发挥着日益重要的作用，甚至影响舆 论走向。【方法/过程】基于观点动力学引入有界信任模型，根据不同置信度将个体分为意见领袖和跟随者，又根据 不同的社会关系将跟随者细分为普通粉丝、完全跟随者、普通跟随者，构建了基于有界信任的意见领袖——跟随者 观点演化模型。通过多智能体仿真验证模型的合理性，且对意见领袖的不同数量和跟随者中不同身份的作用进行 探讨。【结果/结论】研究发现，意见领袖对观点的聚合起重要作用，多个意见领袖时其社会关系和初始观点值影响 公众观点。而完全跟随者对意见领袖的观点传播发挥极大作用，其存在的数量影响意见领袖观点传播效果。 相似文献
15.
随着网络技术的发展,我们迎来了微博时代.微博的出现让人们已经习惯了快速更迭的信息环境,迎来了网络舆论的又一个高潮,而意见领袖在微博的传播过程中起着举足轻重的作用.本文通过实证研究的方法,分析不同类型微博意见领袖进行印象管理的特征和策略,通过量化的分析微博意见领袖的管理策略和效果之间的内在关系,旨在为发挥意见领袖在公共事件舆论引导中的积极作用提供理论支持,以提高微博意见领袖的自我形象和舆论影响力. 相似文献
16.
17.
[目的/意义]在网络社交媒体平台上,不同的公众情感在信息交互和传播过程中往往会出现“相生相克”现象,准确掌握和预测社交媒体环境中公众情感热度的变化规律,对于正确引导突发事件的网络舆情具有重要的理论价值。[方法/过程]在定性分析网民情感特征和交互模式基础上,结合生态科学中种群共生理论和Logistic方程,构建公众情感共生模型(E-SM),通过定义共生系数划分情感的7种共生模式,可使用差分回归法计算情感共生系数和模型稳定点,进而确定网络舆情中公众情感的共生模式和预测趋势。[结果/结论]通过共生模式的仿真模拟得出稳定状态下的公众情感值和增长速度与情感饱和量、共生系数、固有增长率、情感初值间的关系,以及7种情感共生模式的特点,并根据新浪微热点统计的微博热门话题事件中公众情感的真实数据与差分方程进行拟合,验证了E-SM模型具有很高的准确性。 相似文献
18.
[目的/意义]意见领袖在公共政策网络议程建构、异构和重构过程中发挥着作用,通过动态追踪议程变化可以准确把握政策传播效果。[方法/过程]以全国及重点城市垃圾分类政策为例,基于内容分析方法(Content Analysis)与网络议程设置理论(Network Agenda Setting,NAS),针对微博平台上的政务账号、媒体账号、意见领袖账号和网民账号的议题属性网络进行关联性分析,进一步探讨公共政策议程设置效果及其中介机制。[结果/结论]研究发现,垃圾分类政策传播过程中,政策议程、新媒体议程(包含政务、媒体和意见领袖账号)与普通网民议程呈现出“异构化”属性网络;相比于政务微博账号和媒体微博账号,意见领袖账号在政策传播过程中触达受众广、活跃度高、交互性强、网络议程设置效果更为显著,作为“中继人”的角色最为凸显。 相似文献
19.
以李开复发起万人网友实名抵制天津卫视《非你莫属》事件为例,阐释微博意见领袖在舆论事件中的影响及其产生机制,重点探讨意见领袖行使话语权的适度性.主张意见领袖与粉丝之间应更好地利用微博这个公共平台进行良性互动. 相似文献
20.
[目的/意义]准确把握公众微博评论中所反映的公众观点并总结舆论焦点,有助于及时获取和引导社会舆情态势,对政府公信力、快速响应能力及执行力提升具有支撑作用。[方法/过程]文章针对当前政府微博评论社会功能发挥的现实要求和其文本特征挖掘的技术需求,从基于深度学习的文本智能语义理解和挖掘出发,提出了适用的细粒度四元组标注策略,构建了政府微博评论观点抽取与焦点呈现的深度学习模型POF-BiLSTM-CRF,即通过细粒度标注策略确定、Word2vec训练词向量、BiLSTM评论特征学习进行标签及其概率输出、CRF学习上下文实现微博评论标注优化,以及观点聚类和主题词提取后最终呈现舆论焦点。[结果/结论]针对"中国警方在线"微博评论的实验表明,文章所提研究框架和模型能够有效进行舆论观点的智能化提取,为快速把握公众观点及为政府决策提供了参考。 相似文献