共查询到18条相似文献，搜索用时 272 毫秒
1.
[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
2.
[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
3.
[目的/意义]针对频繁通过网络渠道造势的医闹事件,科学分析和有效控制观点异化现象以帮助医疗系统摆脱长期陷入"污名化"的不利境地是重大医疗纠纷事件网络舆情管理的关键环节。[方法/过程]选取"8.10湘潭孕妇死亡事件"为实证研究对象,采用网络爬虫软件抓取新浪微博相关议题的网络舆情文本信息,遵循扎根理论开放译码、主轴译码和选择译码等三个主要步骤归纳得到"信息源—信息接收者""事件认知""感知情绪"及"观点形成"4个主范畴,并在此基础上构建了观点异化过程的概念研究模型。[结果/结论]分析结果显示,认知、情绪和观点异化之间存在强相关关系,信息接受者的认知则取决于信息源。因此,信源信息对于舆情异化起着根本性的作用,在重大医疗纠纷事件的网络舆情管理中需要重点监控信源信息。 相似文献
4.
[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
5.
【目的/意义】为有效判断网络舆情演变趋势,分析网络舆情传播和形成的规律,研究网络舆情分众化演变
的状态和特征,本文基于AEMIPO方法提出了大数据情境下网络舆情分众化演变趋势分析方法,以期为网络舆情
传播引导策略提供优化参考。【方法/过程】通过对网络舆情分众化演变过程的自相似性、周期性和平稳性等统计特
性进行动态跟踪,选取ARMA,ARIMA,SARIMA,FARIMA模型对上述统计特性进行描述,构建备选模型库,从备
选模型库中根据选择规则选择模型对网络舆情分众化演变趋势进行建模,并在大数据情境下预测网络舆情分众化
演变趋势。【结果/结论】以“山东金矿爆炸救援案”的微博数据为实例对所提方法进行验证分析,结果反映该方法预
测准确率高达80%,表明其可在大数据情境下对网络舆情分众化演变趋势进行准确地预测和分析。【创新/局限】由
于本文针对一个实证案例进行分析,存在一定研究局限性,因此在日后研究中需结合更多案例进行验证,并对该方
法进行不断优化,从而全方面提升其有效性和准确度。 相似文献
6.
[目的/意义]面向大数据研究多个网络传播平台之间网络舆情信息交互模型,能够准确把握大数据环境下网络舆情演化趋势以及网络信息在多个平台之间的传播规律,为政府治理网络舆情提供参考依据。[方法/过程]定性分析大数据环境下网络舆情信息交互机理,通过定义交互系数,基于微分方程理论构建网络舆情信息交互模型,并应用差分回归法对各个媒体平台的网络舆情信息交互趋势开展预测。[结论/结果]经过理论建模和实证分析得出本文构建的信息交互模型及趋势预测方法是可行的,以上理论研究可为政府准确把握大数据环境下网络舆情演化规律,制定网络舆情治理对策提供参考依据。 相似文献
7.
[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
8.
[目的/意义]探究个体决策的有限理性对于网络舆情传播的影响,从网民心理的微观层面来构建网络舆情传播模型。[方法/过程]以病毒动力学理论为基础,引入考虑个体心理参照点的前景理论,构建网络舆情传播模型,并求解模型的基本再生数,进行数值仿真对基本再生数的计算结果进行验证分析。[结果/结论]网络舆情传播扩散规模,与微博用户接触到的接触消极微博内容的比例β、相关舆情事件评论或转发中传达负面情绪的评论内容占比p、被感染网民的自愈率q等有密切关系。 相似文献
9.
[目的/意义]重大突发事件对提高国家社会治理能力提出了新的要求,提升网络舆情态势评估能力成为创新社会治理的重要内容。[方法/过程]该文从网络舆情事件特征、关注度、传播扩散度及网民观点倾向等方面构建网络舆情态势评估指标,利用贝叶斯网络构建网络舆情态势评估模型,以“新冠肺炎疫情”事件为例,对网络舆情态势进行评估分析。[结果/结论]通过对网络舆情事件的测试,本文提出的方法具有较好的舆情态势评估效能,对“新冠肺炎疫情”相关网络舆情治理提出了建议。 相似文献
10.
[目的/意义]新媒体环境下网络舆情信息传播对舆情的发展趋势具有重要的导向作用,对舆情进行监测有助于相关舆情管理部门对舆情信息传播进行有效引导,促进舆情事件良性发展。[方法/过程]本文基于信息熵理论,通过层次分析法构建评估指标体系,使用模糊综合评价法建立新媒体环境下网络舆情监测模型,针对舆情指标隶属度结果对监测等级进行分类。本文以新浪微博舆情热点话题"鸿茅药酒"作为数据源获取数据进行新媒体环境下网络舆情监测指标体系分析。[结果/结论]数据结果表明,新媒体环境下网络舆情热点话题"鸿茅药酒"事件的影响力级别为Ⅳ级,需舆情管理者及时监测舆情发展和走势。通过最终监测值对照监测级别可以帮助政府及相关舆情管理者及时采取针对性措施监测和引导网络舆情的良性发展。 相似文献
11.
[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
12.
[研究目的]舆情当事人作为舆情事件中关注度较高的节点,其观点的信息质量会直接影响群体观点的分化和一致程度,该研究可为把控舆情发展方向、完善舆情预警系统的建设提供理论价值和现实意义。[研究方法]基于有界置信模型,引入了信息质量变量和个体信任阈值,构建了两阶段观点演化模型。通过仿真实验以及案例数据验证了模型的合理性,分析了观点信息质量、观点发布时间和频率对舆论的不同影响作用。[研究结论]研究发现,论据越充足、态度越温和的观点,越容易影响公众的舆论走向;舆情当事人持有的观点及其信息质量不同,选择介入舆论的时间不同;舆情当事人观点发布频率对最终舆论存在正向影响。 相似文献
13.
14.
[目的/意义]准确掌握网路暴力事件的演化路径,并及时预测潜在的网络暴力事件,为相关部门治理舆情提供参考。[方法/过程]研究了网络暴力舆情事件的演进阶段、演进要素及演化路径;从舆情本体、舆情传播、舆情反应三个方面抽取网络暴力事件的相关特性。面向不平衡数据子集,基于多层感知机提出一种融合集成噪声识别与SMOTE算法的网络暴力预测模型。[结果/结论]提出的预测模型准确率达88.7%,且具有较好的泛化能力。暴露隐私信息是网络暴力事件发生最关键的因素。 相似文献
15.
[目的/意义]提取突发事件网络舆情中事件的因果和顺承关系,构建事理图谱揭示事理发展脉络和演化规律。[方法/过程]以微博相关评论为研究对象,分别通过因果关系标识、事件影响因子和时间因子等维度识别事件间的关系,提取因果和顺承事件对;采用层次聚类将相似度较高的事件泛化为一类,构建新冠肺炎网络舆情事理图谱,并对生成的舆情演化路径进行分析。[结果/结论]研究表明,因果关系演化路径具有事件少、演化路径短等规律性特点,且同时包含顺承关系事件和伪结果事件;顺承关系演化路径具有事件数量多、演化路径较长、交叠变化等规律性特点,且能够揭示舆情演化的关键节点。通过构建事理图谱可以快速区分突发事件舆情的噪音和关键信息,充分体现其在监测、预测和管理中的价值性。 相似文献
16.
【目的/意义】负面情绪导向的舆情传播严重威胁到我国的网络空间安全和社会和谐稳定,而"不完全"的复杂网络系统也为政府监管带来了挑战。因此厘清舆情传播特征实现精确预警具有较强的现实性与实践性。【方法/过程】基于SIR传染病模型与EGM灰色预测模型,提出一种实现舆情预警与舆情防控模型,并利用python挖掘到的政务微博历史数据进行模型模拟与检验。【结果/结论】结果表明:舆情传播过程中,易感染类网民占比会随着时间演化而不断减小;传播阈值与易感染类网民占比间的大小关系能够预示舆情演化趋势;政务微博通过及时互动能够转移网民情绪,起到一定舆情导控效用。 相似文献
17.
［目的/意义］研究突发传染病舆情热度的发展趋势,能够为制定舆情引导策略提供参考,具有重要的理论意义。［方法/过程］本文首先构建微博舆情热度评价指标体系,基于信息熵确定各个指标的权重,然后对求得的舆情热度趋势值进行分类,在此基础上,建立基于BP神经网络的突发传染病舆情热度趋势预测模型。以新浪微博为例,选取"MERS病毒卫生突发事件"的舆情热度数据进行实例分析,预测该突发传染病事件的发展趋势,从而验证模型的可行性。［结果/结论］实验结果表明,该模型能有效预测突发传染病舆情热度趋势,进而为舆情管控提供决策支持。 相似文献