共查询到20条相似文献，搜索用时 78 毫秒
1.
[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
2.
[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
3.
4.
【目的/意义】微博作为国内主要的社交网络平台之一,其信息传播实时快速,去中心化,成为网络舆情传播
的重要媒介。面向微博进行舆情中心人物的识别以及公众情绪的挖掘对网络舆情的控制具有重要的实践意义。
【方法/过程】本文以新疆棉花事件为例,使用生命周期法对微博舆情演化过程进行划分,使用word2vec和k-means
模型提取事件生命周期中各阶段的舆情中心人物,采用一种结合词典与LSTM深度学习模型的情感分析方法,对各
舆情中心人物相关的评论情感进行极性分析。【结果/结论】所提出的方法能够挖掘面向特定事件的微博舆情中心
人物、公众的情感类型及情感强度,得到能够使舆情转好的引导方法。【创新/局限】本文创新性的将主题挖掘方法
运用于微博舆情中心人物的提取。在情感分析方法上,结合词典和深度学习方法,解决了深度学习方法进行情感
分析时需人工标注的局限性。此外,本文进行情感值计算时没有考虑到表情符号的作用,后续研究会进一步考虑
更加细粒度的情感分类。 相似文献
5.
【目的/意义】针对当前网络舆情识别相关研究成果存在查准率、查全率较低的问题,提出基于情感词汇的
多媒体网络突发事件舆情语义识别方法。利用突发事件数据爬取、抽取等模块构建舆情处理和语义检索平台,将
该平台分为数据采集者、数据管理者和数据使用者三个模块,将最终所得信息数据构成的案例库等当作舆情语义
识别中的数据库。【方法/过程】基于舆情数据库,对舆情词汇情感倾向进行初步识别。以词汇情感倾向性为依据,
对舆情话题评论情感呈现出的强度值进行计算,最后综合评论语义模式权值与其情感倾向值获取话题评论集合最
终情感倾向,完成舆情语义识别。【结果/结论】实验结果表明,所提方法查准率与查全率均较高,具有显著可靠性。
并提出相应的网络突发事件危机响应策略。【创新/局限】在后续研究中应以基于情感语义的舆情监测为重点,以危
机响应预案为基础,不断提升应对舆情突发事件的预判能力和处置能力。 相似文献
6.
【目的/意义】以近两年（2018-2019）国内有代表性的四件负面公共安全突发事件为例,对其微博评论进行
聚类,并找出影响微博用户消极情感倾向的因素,为政府进行舆情应对处理提供建议。【方法/过程】结合社会网络
分析法与LDA主题模型对评论文本进行关键要素提取,得出评论归因维度,进而通过情感分析软件对各维度进行
情感倾向度分析。【结果/结论】研究结果表明：微博用户主要从事件主体、事件分析、事件处置、社会关系、新闻媒
体、同理心、个人经验七个方面对公共安全突发事件进行评论,其中,事件分析、事件处置、事件主体、社会关系是微
博用户消极情感倾向的主要影响因素,据此本文提出了相应的舆情疏导建议。【创新/局限】本文基于归因理论,创
新性的提出了影响微博用户情感倾向度的归因维度体系,但舆情事件集中数量有限且未进行更细粒度的情感分类
分析。 相似文献
7.
【目的/意义】探寻网络维权过程中不同主体的行为策略及其对衍生舆情传播的影响，为网络维权事件的合理处置提供对策建议。【方法/过程】将网络维权过程划分为维权博弈与衍生舆情传播两个阶段，运用演化博弈研究弱势群体、强势集团与网络媒体之间的行为策略，运用SEIR模型研究不同演化稳定策略对衍生舆情传播的影响，并利用Matlab进行数值仿真与模型验证。【结果/结论】研究结果表明，网络媒体积极报道的感知收益对舆情传播具有显著影响，当网络媒体选择“消极报道”，强势集团选择“积极回应”时，网络维权衍生舆情易得到控制；当网络媒体选择“积极报道”，强势集团选择“消极逃避”时，舆情可能会失控。强势集团的社会认同感感知收益越高，其选择“积极应对”的概率越大，衍生舆情越易得到控制。遗忘率越大，舆情传播时间越短。【创新/局限】综合运用演化博弈与SEIR传染病动力学模型，深入分析主体行为策略对衍生舆情传播的影响，为网络维权事件的处理和应对提供了参考借鉴。 相似文献
8.
【目的/意义】衍生舆情是舆情治理刻不容缓的难点和不可回避的重点,本文旨在揭示舆情信息衍生规律, 正确把握舆情导向,为舆情引导提供依据。【方法/过程】结合信息生态理论,界定网络舆情信息生态群落衍生内涵, 分析其构成要素及作用关系、衍生效应,并划分横向和纵向两种衍生方式。基于改进SIR模型,分别构建网络舆情 信息生态群落横向和纵向衍生模型,刻画衍生过程。【结果/结论】横向衍生主要体现在同类事件单一话题之间融合 关系,纵向衍生主要体现在单一事件多个话题之间继承关系。对初始状态、衍生率进行灵敏度分析,研究系统状态 的变化,为舆情引导提供科学合理的理论指导。 相似文献
9.
【目的/意义】舆情治理能力是政府管理能力的重要组成部分,从信息供需角度,运用熵理论研究突发事件 舆情的演化机理,为相关实践提供参考。【方法/过程】将关注该事件且有信息需求的公众视为突发事件舆论场系统 的内部组成部分,媒体和政府视为系统外部环境,基于熵理论研究突发事件舆情的演化机理。【结果/结论】研究结 果表明,在突发事件舆情复杂多变的动态演化中,存在五个具有重要影响的关键时间节点：熵增突变点、熵增减缓 点、熵增速度零点、熵减加速点和新平衡形成点,为相关部门的管控实践提供一定的参考。 相似文献
10.
【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
11.
【目的/意义】目前,静态情感倾向判断成为分析舆情信息的一种重要手段,但这种方法局限于最终的情感 分类结果,不能追溯到整个情感演变过程以及各阶段的影响因素,因此无法提出更为细致和有针对性的措施。【方 法/过程】鉴于此,本文提出一种基于动态主题—情感演化模型的舆情信息分析方法,通过对评论文本进行语义角 色标注,建立情感单元词表;然后将改进的TF-IDF和K-Means聚类方法相结合提取主题词,形成主题-情感匹配 词表,比起传统的TF-IDF方法,其准确率和F值都有明显提升;最后引入时间节点,利用点互信息（Pointwise Mutual Information,PMI）和情感词典的方法,进行动态情感演化分析。【结果/结论】实验研究证明,该方法得出的情 感演化趋势与实际情况相吻合,为进一步制定治理网络舆情危机的措施,提供了有效依据。 相似文献
12.
【目的/意义】当前网络舆情事件日渐增多,能否有效应对成为评价政府执政能力的新指标。为了探究网络
舆情事件内在差异,总结我国网络舆情传播的客观规律,为政府在网络舆情中及时准确地采取合理的应对措施提
供科学的参考依据。【目的/意义】本文选取2017至2020年间的15件热点网络舆情事件,结合DEA模型建立了舆情
事件政府应对评价指标体系,并进行了实证研究。【结果/结论】研究发现,模型可以给出舆情事件中政府应对的效
率值,直观反映了政府舆情应对的有效性,还可以进一步明确政府应对不当的环节,政府据此可以设置改进的意
见。【创新/局限】本文拟定的下一步研究工作是建立更加精确的指标体系,以期对舆情事件中政府应对的影响因素
作出更加深入的思考。局限性在于评价体系中的某些指标只能采用德尔菲法进行赋值,考虑到主观因素难以进行
精确量化,受到时间与条件的限制较大。 相似文献
13.
14.
15.
【目的/意义】随着移动互联网的发展,微博的普及进一步加速了社会突发事件的传播。转发作为最重要的用户信息行为,在很大程度上预示了网络舆情的发展趋势。但是,鲜有研究关注微博内容中的心理语言使用与转发行为的关系。本研究拓展了心理语言学在社会突发事件情境下的应用领域,为政府或企业应急管理部门有效引导网络舆情提供了实践启示。【方法/过程】本文以九寨沟地震事件为例,基于LIWC文本分析工具研究了微博用户心理过程对于转发行为的影响,通过构建VAR向量自回归模型并进行格兰杰因果检验,确定了微博转发行为的心理语言影响因素,并进一步运用脉冲响应函数对转发行为进行了动态分析。【结果/结论】根据实证研究的结果,社会过程词和情感历程词对微博用户的转发行为具有一定的预测作用。 相似文献
16.
【目的/意义】通过运用社会网络分析法研究微博舆情,既可以使该方法在微博舆情研究中能够更好地被
应用,又能通过对微博舆情监管策略的提出达到对其进行有效监管的目的。【方法/过程】以高校大学生群体作为研
究对象,以新浪微博“笑脸墙迎新生”为研究话题,以社会网络分析法为研究工具,通过对采集的有效数据分析,研究
微博舆情传播特征、过程、规律,并以研究结论为依据提出具体监管策略。【结果/结论】验证了社会网络分析法在微
博舆情传播研究中的有效性和实用性,拓展了微博舆情研究的新视角,提出了网络舆情传播监管策略。 相似文献
17.
【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
18.
【目的/意义】高校突发事件引起的网络舆情会让高校的声誉等受到直接的影响,研究高校突发事件网络舆
情传播过程,并总结出其影响因素,这对于高校舆情的治理及学生工作的开展而言意义非凡。【方法/过程】以微博
用户群体作为研究对象,以选取的典型案例为研究话题,通过扎根理论的研究方法对原始文本数据进行编码分析,
研究高校突发事件舆情传播影响因素。【结果/结论】构建了高校突发事件舆情传播影响因素模型,并结合时间维度
通过案例对其模型进行了阐释,为后续研究提供参考和启示。【创新/局限】本研究针对高校突发事件网络舆情所选
取的典型案例进行扎根理论研究,探索高校突发事件舆情传播过程影响因素模型,在理论与实践层面具有一定创
新意义。但由于本研究仅针对一个典型案例进行分析,尚存在一定的局限性。 相似文献
19.
【目的/意义】随着新媒体的迅速发展,对新媒体环境下突发事件网络舆情进行合理管控是舆情管理者面临
的重要问题。对新媒体环境下突发事件网络舆情话题演进过程进行研究,能够深入剖析网络舆情信息传播规律,
帮助舆情管理者采取有效措施进行舆情监测与控制。【方法/过程】通过信息传播模型把突发事件舆情话题演进过
程分为三个阶段,即突发期、蔓延期和消散期。并采用实证方法以新浪微博热点话题“九寨沟地震”为例作为数据源
获取微博发文、转发、评论信息数据,通过Matlab软件拟合舆情周期,再使用Gephi绘制可视化云图,通过网络结构
分析网络舆情话题演进规律。【结果/结论】对“九寨沟地震”突发事件网络舆情信息在移动端和非移动端传播过程
进行对比分析,得出移动环境下突发事件网络舆情话题传播范围更广、传播周期更长、信息传播层级更高、意见领
袖影响力更大。 相似文献
20.
【目的/意义】微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了 解微博舆情传播规律,为政府监管微博舆情提供建议。【方法/过程】首先通过分析微博舆情的社交网络结构特点, 对BA无标度网络进行改进。随后将模糊观点与Deffuant-Weisbuch模型融合,提出一种基于改进模糊相似度的舆 情演化规则。最后通过仿真实验分析微博舆情演化特征。【结果/结论】研究发现,模糊观点的类型对舆情演化的周 期与规模有影响。用户对于热门发现微博的关注度对舆情传播有影响。 相似文献