共查询到20条相似文献，搜索用时 31 毫秒
1.
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]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
4.
[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
5.
[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
6.
[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
7.
8.
【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
9.
[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
10.
[目的/意义]旨在为有关部门及时分析和应对舆情提供参考。[方法/过程]通过爬虫搜集媒体上的舆情数据,计算舆情热度并划分舆情演化阶段,利用TextRank算法提取不同舆情阶段的关键词,采用Python语言的Snownlp库进行文本的情感分析,构建公安舆情分析模型,并通过“六安事件”对该模型进行验证。[结果/结论]该模型从热度、关键词与情感三个维度较好地对公安舆情数据进行分析和挖掘,有助于及时有效地处理社交媒体上的公安舆情数据,为公安舆情分析提供新的途径。 相似文献
11.
[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
12.
【目的/意义】目前舆情情感演化研究大多是基于主题的方法来进行情感演化分析且重点均集中在从文本
本身提取的信息上,对在社交媒体中影响情感分析的用户特征缺乏考虑。【方法/过程】本文充分考虑网络用户信息
特征,构建融合用户特征的舆情情感演化方法,提出一种基于用户注意力机制的情感分析模型（U-BiLSTM）,并以
新冠肺炎疫情事件为例分析舆情情感演化过程。【结果/结论】研究结果表明U-BiLSTM情感分析模型具有一定的
优越性,F1值和准确率能达到97.08%和95.19%。【创新/局限】研究提出的融合用户注意力机制的情感分析模型能够
使舆情情感演化分析具有一定的可解释性,有效揭示面向突发公共卫生事件下网民的情感演化趋势,但由于时间
和设备条件的限制,仅采用单一数据源未考虑数据的多源性,研究的数据集不够充分且研究角度仅考虑时间维度
忽略了空间维度。 相似文献
13.
[研究目的]从视频弹幕的视角出发,挖掘网络舆情事件的话题漂移规律,提升网络舆情事件的视频情感检索精度。[研究方法]通过对视频弹幕进行主题与情感分析,提升网络舆情事件在线监测精准度,并在此基础上提出并构建弹幕迁移指数,建立一种基于弹幕迁移指数的情感监测方法,该方法首先基于BTM主题模型抽取视频弹幕的话题信息,并基于情感词典与颜文字词典计算不同时间窗口下的话题情感类别与情感强度,建立面向视频弹幕的网络舆情事件监测模型,再从话题内容的变化与视频兴趣热度两个角度构建话题迁移指数,并利用话题的情感强度变化,构建情感迁移指数。最终,基于话题迁移指数与情感迁移指数,得到加权后的弹幕迁移指数,实现网络舆情事件的在线监测。[研究结论]通过视频弹幕社区的真实数据,从逻辑层面验证了本模型的合理性,结果表明该方法能够较为准确地识别网络舆情事件迁移的关键时间窗口,为实现视频分享平台的情感可视化提供了切实可行的理论探索。 相似文献
14.
[目的/意义] 对我国突发性网络舆情事件的要素进行内容归纳和关联分析,以发现网络舆情演化的结构特征,丰富对网络舆情传播规律的共性认识。[方法/过程] 以人民网连续12年发布的《我国互联网舆情分析报告》的115个突发性网络舆情事件为研究对象,基于内容分析和共词网络分析方法,从"主体-主题-风险-诱因"四大维度来透视我国网络舆情事件的关联网络结构特征。[结果/结论] 研究发现,我国突发性网络舆情事件的要素之间具有紧密的关联性;府际问责、政民互动与警民冲突构成我国舆情生态的基本主体关系;公众安全感和政府公信力在共词网络中具有重要影响力;经济利益、公平正义和道德诚信也是社会公众关注的永恒议题。 相似文献
15.
16.
[目的/意义]在数据驱动下开展群体行为计算,设计舆情传播建模方法,为网络舆情管理创新提供支持。[方法/过程]结合群体行为理论和收敛交叉映射算法,提出一种基于数据驱动的突发事件网络舆情传播建模方法。首先从群体结构、群体规范和群体过程视角提取舆情系统特征,之后根据最邻近方法和时间序列收敛判断法识别特征之间的因果关系,构建舆情传播模型。该方法将突发事件网络舆情中的社会强化机制计算化,通过系统特征的因果关系强弱和差异分析,揭示网络舆情事件的演化机理。[结果/结论]基于新浪微博平台中“双黄连事件”“白银越野赛事件”“十堰爆炸事件”和“青海地震事件”等4组舆情数据的实证结果发现,各事件中的群体交互持续能力和聚集度都维持在较高的水平,即突发事件网络舆情是典型的群体事件。此外,不同类型的舆情事件系统特征的因果关系强弱程度不同,因果关系越弱舆情演化不确定性越大。 相似文献
17.
[目的/意义] 为探寻网络舆情演变的动力机制,本文采用演化博弈工具,试图厘清参与主体与舆情发展间的内在关联。[方法/过程] 首先构建了网络舆情潜伏期、发展期、爆发期及消退期的演化博弈模型,通过求解博弈均衡和雅克比矩阵分析了网络舆情的演变路径和关联条件,以博弈主体之间的利益依存探讨了网络舆情发展演变的内在机制;在此基础上,在Matlab平台上对西安地铁3号线"问题电缆事件"舆情演变过程进行仿真模拟,并重点检验了心理满足程度对博弈均衡的影响。[结果/结论] 处于不同发展时期的网络舆情,影响其未来走势的关键因素也有所不同;参与网络舆情的各方主体共同影响着舆情演变的方向;政府部门的作为对网络舆情影响重大;心理满足系数对网民的决策至关重要,甚至能够改变舆情事件的发展走向。 相似文献
18.
[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
19.
【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