共查询到17条相似文献，搜索用时 274 毫秒
1.
【目的/意义】通过研究微博社区网民的情感交互与舆情观点,有助于在复杂的网络中掌握网民情绪演化从而良性引导网络舆情态势。【方法/过程】基于传播动力学、社会安全阀等理论,结合微博社区中的实际案例,定义事件利益主体并抽象出事件演化的全生命周期,同时,构建SIR演化博弈模型刻画网民情绪的动态演化规律及主体决策博弈演化过程,并通过仿真模拟分析得到系统演化至稳定状态的均衡条件。【结果/结论】结果表明:微博社区中意见领袖与官方媒体感知收益与风险的敏感度对决策行为产生显著影响;官方媒体及时设置有效议程构建安全阀能够防止网民情绪恶化;意见领袖与官方媒体的协同引导能够最大效度地帮助政府管控网络舆情。 相似文献
2.
【目的/意义】面对舆情这一大数据平台,把握网络民意演化规律,为政府突发事件应急决策提供重要依 据。【方法/过程】针对突发事件民意演化的研究,采用系统动力学建模方法,分别从内部因素（网民因素）、外部因素 两大影响网络民意演化的主要方面进行分析,以突发事件民意热度为指标,探讨突发事件民意演化影响因素及其 逻辑关系,并检验其中的关键性因素,同时考虑网民和政府间的博弈与关联性。【结果/结论】通过模拟仿真,得出若 干条关于突发事件民意演化机理的规律。 相似文献
3.
【目的/意义】个人求助网络募捐模式下网络舆情演变各阶段参与主体的认知和利益诉求的差异会影响其
行为策略选择,利用演化博弈理论可以从根本上分析舆情的形成与演化动因。【方法/过程】以罗尔事件为例,在动
态演化博弈模型基础上探究网络舆情形成、发展、控制三阶段多方参与主体的演化稳定策略选择,并对网络舆情的
演变提出合理的指导意见。【结果/结论】根据博弈结果可知：受助人联合企业发布虚假求助信息、网民采取捐助是
网络舆情形成阶段的演化稳定策略;事件内情的曝光,网民总体倾向质疑使网络舆情进一步发酵,此时政府的有效
干预与相关责任方合理解释有利于控制舆情的波动,使公众利益得到补偿,从而缓解舆情的负面影响。 相似文献
4.
【目的/意义】现实中,网媒、政府和网民共同作用引发的舆情事件几乎涵盖所有舆情主题。为探索网络舆
情形成阶段主体研究,将系统动力学与演化博弈复制动态方程进行交叉,建立了基于SD的演化博弈模型。【方法/
过程】通过系统仿真,分析了网媒、网民和政府的博弈模型,并进行系统动力学仿真,进一步探究已知变量对主体行
为的影响显著性,识别影响舆情形成阶段博弈结果的关键变量因素。【结果/结论】以“8·12 天津滨海新区爆炸事故”
作实例背景,验证模型的有效性,并提出相应的舆情管控建议。 相似文献
5.
【目的/意义】突发网络舆情具有爆发快、破坏强的特点。准确建立突发网络舆情的传播模型,研究其内在 传播规律,对控制突发网络舆情的传播具有重要意义。【方法/过程】建立SEIQR演化博弈模型,将网媒与地方政府 的策略互动行为融入改进的传染病模型中,同时针对期望效用理论在描述博弈主体损益方面的缺陷,将前景理论 引入模型的分析过程中,探讨了地方政府不同引导策略对舆情发展的影响,并进行仿真实验。【结论/结果】研究结 果表明：地方政府对社会效益与形象损失的感知、网媒对地方政府非财政性奖励的感知、罚金以及网民的集体认同 感等因素将对突然网络舆情的发展趋势产生重大影响,进而为地方政府部门提出对策建议。 相似文献
6.
【目的/意义】突发事件应急响应的核心是调节网民负面情感,调节网民负面情感的关键是把握负面情感演
化的规律。尽管各个突发事件网络舆情的产生原因和影响有所不同,但舆情发展的高峰都伴随着网民负面情感的
产生和爆发。本研究的目标是得到网民负面情绪与网络舆情应急响应的研究现状,为该领域的研究提供前沿方向
引导。【方法/过程】本文主要运用文献研究法、对比分析法对网民负面情绪和网络舆情应急响应的相关研究进行梳
理和分析。【结果/结论】关于网民负面情绪的研究,目前主要从理论层面关注动因、影响因素,关于网络舆情应急响
应的研究,目前主要是从公共管理的角度关注指标构建和策略研究,缺少结合实际事件和数据进行的实证研究,尤
其是缺少网民负面情绪与网络舆情应急响应的关联研究。 相似文献
7.
【目的/意义】随着互联网的日益普及与新媒体技术的广泛应用，网络舆情群体极化现象日益加剧。研究网络舆情群体极化动力学机理，科学地把握网民情绪演化规律对塑造健康的舆论生态环境具有重要意义。【方法/过程】以网民情绪演化为主线，构建网络舆情群体极化系统动力学模型，从情绪唤醒、情绪干扰、情绪疏解三个维度并结合“女子实名举报前婆婆吃空饷”案例对网络舆情群体极化进行仿真研究。【结果/结论】通过仿真结果分析，网民的媒介素养、认知水平；媒介的议程设置、平台监管力度；政府的信息公开程度、回应速度等因素对群体极化的影响程度更为重要，并以此为群体极化的治理工作提供相应对策。【创新/局限】以情绪演化视角对网络舆情群体极化进行定性与定量的结构化系统性研究。局限在于数据的量化处理具有较强的主观性且系统因素的选取还需逐步完善。 相似文献
8.
【目的/意义】分析网民在突发公共卫生事件中的情感演化历程,探究影响网民情感波动的因素及其时空演
化的差异。【方法/过程】运用Python爬取微博新冠疫情相关文本数据315 445条,基于SnowNLP情感分析工具对数
据文本进行情感分析。使用TF-IDF及LDA主题模型进行建模,对不同阶段及不同群体的舆情时空演化及差异进
行内容分析。【结果/结论】网民的情感演化呈现阶段性和群体性差异,尽管整体为积极态势,但疫情上升期为负面
情绪集中爆发期;网民群体中受教育程度较低的群体情感波动幅度更大,更容易受到舆论的影响,舆情演化更易极
化;中心大城市情感波动相对稳定,而引起其他区域网民消极情绪的往往不是疫情本身,而是由疫情引发的负面舆
论;普通网民群体较于高影响力群体在舆情演化阶段的负面情绪更为严重,情感演化在各阶段呈现明显的涟漪效
应,需在不同阶段针对不同群体制定有效的舆情引导政策。【创新/局限】本文将整个语料库划分为50多个小语料,
个别语料文本数据量较少,具有一定的局限性。 相似文献
9.
[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
10.
【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
11.
【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
12.
【目的/意义】知识图谱不仅是新一代人工智能的前沿技术,而且是大规模知识工程的学科方向。探究我国
知识图谱研究的分布特点和发展趋势,将对技术应用和学科研究具有参考价值和借鉴意义。【方法/过程】本文运用
文献计量学方法和数据可视化技术,针对我国知识图谱研究重要文献的来源库、期刊、基金、机构、作者、关键词等
进行计量研究,采用ECharts和VOSviewer工具可视分析。再根据共词分析方法挖掘“知识抽取”和“知识应用”两大
研究主题,使用Python软件绘制词云图,着重阐述其核心内容、关键问题和主要趋势。【结果/结论】我国知识图谱研
究具有应用跨界与文献激增的总体特点,并呈现六大具体特点。面向开放域的知识抽取技术和智能应用方法,将
成为大规模知识图谱的未来发展趋势。【创新/局限】聚焦人工智能学科范畴,依据共词分析和生命周期,综合利用
多种可视化工具,我国知识图谱研究的分布特点和重要主题得以阐述。然而,国际知识图谱的文献计量与主题挖
掘,尚待进一步分析与研究。 相似文献
13.
【目的/意义】利用在线社交网络中的舆情信息创造价值的同时,明确网络舆情管理的关键点,抑制负面舆情的传播与扩散对维护社会稳定具有重要意义。【方法/过程】通过分析网络舆情传播过程中涉及的相关利益主体及之间的博弈关系,利用演化博弈理论,提出了一种网络舆情传播的三方演化博弈模型,重点分析了博弈模型的平衡点及主体行为稳定策略的均衡条件,并进行了仿真实验。【结果/结论】结果表明,网络舆情传播过程中可能存在三个策略均衡点,并基于仿真实验及分析结果提出政府管控在线社交网络中负面舆情传播的三个关键点及应对策略。本研究进一步拓展了在线社交网络中的舆情传播研究,可为网络舆情的管理与控制提供理论支撑与决策依据。 相似文献
14.
【目的/意义】基于事理图谱的方法对网络舆情事件进行揭示,能够准确分析舆情事件的发展趋势和脉络,
为政府部门的舆情管控和舆情引导献计献策。【方法/过程】以微博“长征5B失控”的相关主题与评论内容为研究对
象,对提取的数据进行清洗和处理、抽取和泛化,分别生成顺承事件对和因果事件对,并对其顺承关系和因果关系
进行识别,从而构建网络舆情事理图谱。【结果/结论】在网络舆情的发展过程中,可以看出因果事件的演化路径具
有时间发生短,演化路径短的特点,伴随着时间的推移,其演化的趋势也逐步降低;网络舆情顺承事件具有传播的
时间长,传播的路径多且具有多向性的传播特点,在顺承事件的传播过程中,往往伴随着因果事件,且舆情事件的
走向与网民的情绪有很大的关联。【创新/局限】构建基于事理图谱的网络舆情的演化路径,同时揭示网络舆情演化
的传播特点与现实意义,后续有必要扩大研究样本,使得研究结果具有更好地通用性。 相似文献
15.
【目的/意义】网络信息环境健康发展受到了多种因素的影响,提高新媒体和政府部门的公信力、营造良好的舆论环境迫在眉睫。【过程/方法】基于参与式治理理论建立舆情信息发布的新媒体组织与政府媒体监管部门之间的演化博弈模型,探寻博弈双方行为的演化过程及演化稳定策略,并进行数值仿真模拟,分析公众参与治理对演化结果的影响。【结果/结论】结果表明:公众参与治理能有效约束新媒体组织的掺假行为,有利于促使监管部门选择从严监管策略,如此才能达到帕累托最优,实现社会效益最大化。 相似文献
16.
【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
17.
【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