共查询到20条相似文献，搜索用时 453 毫秒
1.
[目的/意义]探讨网络舆情事件中群体观点的演变规律,构建有效预测其演变趋势的方法。[方法/过程]参考物理学中场的思想和信息科学中数据场的方法,引入观点场概念,提出了一种基于观点势的观点潜在影响力评估模型;然后将该模型运用到微博评论的群体观点演化分析中,建立了微博评论的观点趋势预测方法。该方法的基本思想是以当前评论的观点势分布来预测未来评论的观点分布,在观点势计算时,以既有评论的排序值代表新的信息受众所处的参考场点与观点场中既有评论之间的距离。[结果/结论]通过实际的微博舆情事件数据实验表明,该网络舆情群体观点趋势预测模型能较好地评估已发表的显性观点对后来网民观点形成的影响力,具有较高的网络舆情观点趋势预测准确率。 相似文献
2.
【目的/意义】通过构建数学模型,研究大数据背景下微博舆情热度预测问题。【方法/过程】分析大数据背景
下的微博舆情的首发信息特征,定义首发信息影响系数,建立微博首发信息热度预测方程模型。【结果/结论】利用百
度指数、清博舆情等软件,研究 47个微博舆情实例分析模型特征,并用 6个微博舆情案例验证模型,得出该模型根据
微博首发信息的少量数据而得到较为准确的预测结果。研究成果有利于政府面对复杂微博舆情时做到“心中有
数”, 也为进一步研究大数据背景下微博舆情预测问题提供参考。 相似文献
3.
[目的/意义]利用政务微博信息构建自然灾害知识图谱,旨在为相关部门加强自然灾害事件的管理提供知识层面的参考价值。[方法/过程]以森林火灾事件为例,选取政务微博信息资源,首先使用LDA主题模型划分微博资源主题;其次构建自然灾害知识图谱的模式层和数据层,包括本体构建、实体抽取、关系抽取和数据融合等环节;最后使用Neo4j图数据库实现自然灾害知识图谱的存储与检索,实现自然灾害信息的组织与可视化。[结果/结论]构建了基于主题划分的自然灾害知识图谱,实现了自然灾害信息的主题知识关联与规范化处理,对提升政府部门防范与管理自然灾害的科学决策水平具有积极作用。 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.
网络舆情演化机理多维建模与仿真研究 总被引：1，自引：0，他引：1
[目的/意义]研究网络舆情演化的多维度模型,从更高视角解读网络舆情传播规律,丰富和完善网络舆情传播理论。[方法/过程]定量分析网络舆情趋势预测中信息增长率的变化问题,构建以增长率和时间为自变量,信息累计数量为因变量的多维函数模型,并通过MATLAB仿真研究各个参数对网络舆情传播的影响以及网络舆情传播路径分析,然后通过“成都女司机”微博数据验证了模型的可行性,更加直观地诠释了高维模型研究网络舆情演化机理的优势。[结论/结果]经过理论建模和实证分析得出,将logistic模型拓展到高维研究网络舆情演化机理是可行的,并且多维度模型很好地解释了网络舆情数据出现多个“峰值”现象,而网络舆情统计数据的实质是高维度模型曲线在时间轴的投影。 相似文献
6.
[目的/意义]“有奖互动”作为一种营销策略,利用奖品作为激励吸引大量用户参与转发、评论等互动方式,能够有效提升企业营销效果。通过影响机制研究,为企业制定基于微博抽奖的社交媒体营销计划提供实践指导。[方法/过程]以微博抽奖类企业微博营销帖子为研究对象,构建基于感知价值理论的模型并提出假设,探究用户参与企业营销的影响机制。[结果/结论]经研究发现,用户参与企业营销互动除了受到奖品因素的激励外,还会受名人信息、粉丝数和营销内容数的正向影响;关注行为对评论数具有显著负向影响,内容字符数对转发和评论两种用户互动行为均具有负向显著影响。本研究对现有文献做出了补充,同时为企业如何制定互动营销计划以提高营销目标提供一定指导。 相似文献
7.
[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
8.
[目的/意义]为了解决因微博文本多义性和复杂性导致的谣言检测中语义特征提取不全面的问题,提出了一种结合微博内外多粒度语义的BiLSTM-CNN-ECA模型。[方法/过程]首先,对微博文本从字词句三个粒度级别建模,运用双向长短期记忆网络提取微博内部语义特征,生成事件字向量矩阵和事件词向量矩阵;然后,拼接事件句向量矩阵形成三维文本特征矩阵,输入多尺度卷积神经网络,并行提取微博之间的依赖关系特征;最后,引入高效通道注意力模块赋予通道权重,进行微博谣言检测。[结果/结论]构建的三维文本特征矩阵有机结合了各粒度文本的语义特征贡献,包含更多、更全面的微博语义信息;ECA可有效捕获通道间重要信息,进一步提高了多尺度CNN模型对谣言检测的准确率。 相似文献
9.
[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
10.
[目的/意义]构建数学模型研究网络话题传播规律建模和预测问题，为深入研究网络话题传播规律提供理论参考。[方法/过程]定性分析网络话题传播的大数据特征、可量化性、可度量周期性、可预测性等特征，通过分析网络话题传播机理，构建网络话题传播规律的常态模型和衍生模型，提出划分网络话题传播阶段的一般方法，并据此研究网络话题传播趋势预测方法。[结论/结果]通过"雾霾"微博话题数据开展实证分析，能够较好地划分传播阶段并预测传播趋势，由此，根据本文构建的数学模型研究网络话题传播规律是可行的。 相似文献
11.
[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
12.
13.
[目的/意义]作为"互联网+政务服务"的产物,政务微博功能综合、用户众多、信息海量、诉求多元的特点为社会治理提供了新的视角。[方法/过程]通过从数据库中随机抽取的2 000条政务微博作为研究对象,运用SPSS19.0分析政务微博在社会治理中的作用机理;使用案例分析法,选取@中央气象台、@问政银川、@北京微博群,来实证研究基于内容的可视化、基于时间线条的效率值、基于突发事件的微博群效应在社会治理的独特运作模式。[结果/结论]结果表明,政务微博在预测网络舆情、创新社会治理方面具有显著的正向作用,优质的政务微博运营理念有助于促成信息在交互场景下实现多方谋划（共建）、广泛参与（共治）、共同享有（共享）的社会化机制,以期能为政府更好地运用新媒体"听民意、惠民生、解民忧"提供一定的借鉴。 相似文献
14.
[目的/意义] 为优化社会化媒体信息生态系统,以及为用户群体需求和图书馆自身建设需求提供导向。[方法/过程] 基于对社会化媒体生态系统与自然生态系统相似性和差异性的分析,本文界定了社会化媒体生态系统种群、群落等概念,重点论述了社会化媒体生态系统的基本要素、各要素间的层次关系、生态结构及其信息资源流动,并以图书馆微博为例,分析其微博信息生态系统组成要素及信息流转路径。[结果/结论] 形成社会化媒体及图书馆微博信息资源流动路径图,有助于探寻社会化媒体的生存发展规律。 相似文献
15.
16.
[目的/意义]基于社交网络用户短期兴趣和长期兴趣,挖掘用户不同时间窗口下长短期兴趣,能够提高用户兴趣发现的准确性,解决推荐系统不能适应用户兴趣变化的问题。[方法/过程]通过对社交网络用户兴趣的研究发现,社交网络用户兴趣可以分为短期兴趣和长期兴趣,据此构建融合用户兴趣漂移特征的个性化推荐模型。采用时间窗口的方法挖掘用户短期兴趣,利用遗忘曲线跟踪用户长期兴趣变化。在此基础上对用户进行聚类,根据用户聚类结果为用户推荐兴趣相似用户。并以微博真实数据为例进行实证。[结果/结论]融合用户兴趣漂移特征的个性化推荐模型能够较准确地发现用户兴趣漂移特征,满足用户个性化信息需求。[局限]仅使用"微博"这一应用广泛的网络社交平台进行实证,未能从多个网络社交平台进一步验证模型的可行性和准确性。 相似文献
17.
[目的/意义]近年来,在新媒体逐渐发展成熟的情况下,微博、微信、QQ、问答社区等泛网络产品成为网络用户进行信息交流的主要方式,这些新媒体平台在方便用户的同时,也存在明显的信息生态问题,本文尝试针对这些问题提出治理对策。[方法/过程]本文分析了新媒体环境的特征,提出了新媒体环境下的信息传播和信息治理模型,针对信息治理问题展开一系列探讨。[结果/结论]本文提出的新媒体环境下的信息传播模型和信息治理建议可为解决新媒体环境下的信息生态问题提供一些思路。 相似文献
18.
[目的/意义]大数据环境下的突发事件风险信息预警备受关注,当信息因不确定性因素发生动态变化时,实时有效地预测预警风险信息变化支持决策至关重要。[方法/过程]从数据科学和信息不确定性视角,构建一个基于数据流学习的突发事件风险信息预警框架,即构建基于滑动窗口和残差拟合的混合自适应在线学习过程对风险信息进行动态预测,并嵌入实时特征选择过程提升结果稳定性,再根据预测结果标记预警信号来支持响应决策,最后结合实际提出预警体系。[结果/结论]对多场景的数据流进行测试验证,表明该框架能实时、有效地对事件风险信息进行预测预警,缩短应急响应时间。[局限]还需更多具有复杂性和多变性的应用场景进行方法优化。 相似文献
19.
[目的]本文通过研究微博用户信息行为，为相关部门在信息传播管控方面提供参考价值。[方法]本文从用户使用微博时产生的情绪刺激角度对用户微博信息分享意愿和动机进行调查研究和分析，并基于过程评估理论和情境评估模型构建微博用户信息分享情绪模型。[结果]研究表明，用户的情绪刺激显著正向影响用户对新颖性、规范、目标、内在舒适性和应对潜力的评估；用户对新颖性、目标和内在舒适性的评估显著正向影响用户的分享意愿；用户的分享意愿对情绪刺激有显著复发效应。[局限]本文构建的研究模型主要验证刺激、评估、结果3个组件的相互影响，未具体研究评估组件内部5个组件间的相互作用；且本研究的样本主要源自于高学历青年群体。[结论]本研究证明了情绪刺激对微博用户信息分享意愿所产生的影响。情绪既是微博用户在信息分享过程中所产生的心理及情绪波动，又是促使用户产生信息分享行为的因素。 相似文献
20.
[目的/意义]针对社交媒体信息供给与需求不匹配问题,利用主题模型和战略坐标图,提出一种将供给和需求连接起来的新方法,以可视化描述主题信息的供给和需求匹配情况。[方法/过程]以主题为分析单元刻画社交媒体主题供给(TS)和主题需求(TD)的度量指标,利用这两个指标构建主题战略坐标图,从信息供给角度针对不同象限的信息主题提出供给策略,并结合微博社交媒体品牌运营案例示例检验该方法的可行性。[结果/结论]主题战略坐标图从主题角度可视化社交媒体的信息供需匹配情况,有助于信息供给方发现信息供需不匹配问题,为信息供给方的决策提供支持。 相似文献