共查询到18条相似文献，搜索用时 218 毫秒
1.
[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
2.
网络舆情传播阶段精细化建模与仿真研究 总被引：1，自引：0，他引：1
[目的/意义]根据信息生命周期理论,研究网络舆情传播的周期性规律,构建网络舆情传播阶段的精细化模型,使政府在面对复杂多变的网络舆情态势时,能够准确把握舆情发展演化趋势。[方法/过程]通过案例定性分析网络舆情传播的周期性规律,构建网络舆情传播的Logistic模型,根据模型分析得出网络舆情传播的4个关键时间节点以及5个传播阶段,然后基于MATLAB开展模型仿真,研究了3个参数对网络舆情传播的影响程度并应用实例验证了模型。[结论/结果]经过理论建模和实证分析得出本文构建的网络舆情传播阶段精细化模型是可行的,以上理论研究可为政府准确把握网络舆情演化规律,制定网络舆情治理对策提供参考依据。 相似文献
3.
[研究目的]在网络舆情从定性研究向定量研究的过渡过程中,精细化的数学建模对于揭示舆情传播规律、舆情趋势预测以及舆情科学管控等问题都具有重要的理论与实际意义。[研究方法]分数阶微积分学框架下,针对网络舆情系统构建可充分融和历史信息影响因素的分数阶微分方程模型,并借助分数阶导数的定义给出数学模型参数拟合方法,进而实现网络舆情系统更为精细的数学建模。[研究结论]以一类实际网络舆情事件为范例,通过分数阶数学模型的建立与基于数据的模型参数拟合,展示了基于分数阶微分方程建模方法的先进性与准确性,进一步降低了网络舆情系统整数阶数学建模方法的保守性。 相似文献
4.
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
5.
[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
6.
[目的/意义]研究在互联网环境下舆情信息传播路径及传播规律,使社会网络分析法在今后的舆情信息研究中能够更好地被应用,使其理论和方法更加完善,也能对移动环境下舆情传播监管对策具有一定的借鉴意义。[方法/过程]在对研究对象界定的基础上,利用社会网络分析法（Gephi软件）结合新浪微博"大学生理财"的话题所采集的基础数据,对移动网络环境下舆情传播特征、过程、规律进行实证研究,参考研究结论提出具体监管对策。[结果/结论]验证了社会网络分析方法对于移动环境下网络舆情信息传播研究的有效性和实用性,说明了移动环境下网络舆情信息传播的大致特点,并且为今后进行此项研究提供了新的思路,为实践层面监管网络舆情信息传播提供了借鉴模式。 相似文献
7.
[目的/意义]社交网络虚假信息反转现象频繁发生，研究其反转规律与特点，可以有效避免社交网络虚假信息演化失控造成的社会失序。[方法/过程]将传染病动力学模型和观点动力学模型相结合，构建了考虑竞争传播的SIR-HK社交网络虚假信息反转模型，并爬取“高考答题卡疑被掉包”实证数据验证模型有效性，进而通过数值仿真揭示社交网络虚假信息反转规律。[结果/结论]虚假信息出现将扩大感染者的规模、延长信息传播弛豫时间，并导致感染者所传播观点反转；真相信息出现时间会影响参与信息传播的感染者数量与观点反转过程；较低可信度的信息将影响主体对后续信息的信任。 相似文献
8.
9.
10.
[目的/意义]基于舆情大数据研究网民关注度转移模型,能够深入解读大数据环境下网络舆情事件的竞争效应,可以为网络舆情治理提供参考依据。[方法/过程]定性分析大数据环境下网络舆情事件竞争效应以及网民关注度转移机理,基于微分方程组构建网民关注度转移模型,通过研究模型特性和数值仿真,理解两个舆情事件之间网民关注度转移的定量关系以及未来趋势,并给出估计模型参数的方法。[结论/结果]经过理论建模和实证分析得出本文构建的网民关注度转移模型是可行的,尤其是可以通过舆情数据分析确定多个舆情事件的竞争结果以及网民关注度转移的关键节点,为进一步研究网民关注度转移趋势预测问题提供模型基础。 相似文献
11.
基于机器学习算法的研究热点趋势预测模型对比与分析——BP神经网络、支持向量机与LSTM模型 总被引：2，自引：0，他引：2
[目的/意义]细粒度分析学科领域热点主题发展脉络并对利用机器学习算法对未来发展趋势进行准确预测研究。[方法/过程]提出一种基于机器学习算法的研究热点趋势预测方法与分析框架，以基因工程领域为例利用主题概率模型识别WOS核心集中论文摘要数据研究热点主题并进行主题演化关联构建，然后选取BP神经网络、支持向量机及LSTM模型等3种典型机器学习算法进行预测分析，最后利用RE指标和精准度指标评价机器学习算法预测效果并对基因工程领域在医药卫生、农业食品等方面研究趋势进行分析。[结果/结论]实验表明基于LSTM模型对热点主题未来发展趋势预测准确度最高，支持向量机预测效果次之，BP神经网络预测效果较差且预测稳定性不足，同时结合专家咨询和文献调研表明本文方法可快速识别基因领域研究主题及发展趋势，可为我国学科领域大势研判和架构调整提供决策支持和参考。 相似文献
12.
[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
13.
[目的/意义] 新型冠状肺炎防治的科研信息报道是公众关注的重要话题,极易引发网络信息泛滥和社会公众恐慌。如何引导突发公共卫生事件科研信息报道网络舆情走向成为重要课题。[方法/过程] 本文选取"双黄连事件"作为研究案例,在新浪微博上分别爬取原始话题和回应话题下的发帖、转发和评论等数据,通过统计分析法、情感分析法等方法讨论科研信息报道的社会热度和公众态度,分析官方媒体和权威专家的回应对事件舆情发展的影响。[结果/结论] 研究结果发现,公众高度关注科研信息报道,并表现出较为极端的情绪;而官方媒体和专家的权威回应会影响到事件的话题热度,进而影响公众情感取向。官方媒体具有强大的传播力和影响力,成为公众获取科研信息的主要途径。在此基础上,构建了"官方媒体-权威专家-普通公众"三方协同的管控机制,以有效应对突发公共卫生事件科研信息报道所引发的网络舆情。 相似文献
14.
[目的/意义]旨在官方舆论场和民间舆论场并存的现实背景下,深入探究异质性网络上的信息传播规律。[方法/过程]从理论层面给出异质层次网络的研究框架,构建个体信息传播影响力评价指标。以抖音短视频平台为例,界定账号类型,基于账号之间的关注关系数据进行实证分析,获得高影响力舆论个体账号,验证了研究方法的可行性。[结果/结论]异质层次网络方法为分析不同类型舆论个体之间的交互作用提供了理论体系,识别出的核心传播节点和关键传播路径有助于为舆情管控提供决策支持。 相似文献
15.
[目的/意义]通过对网络舆情数据的动态监测和异常感知,及时预警舆情异常,为政府掌握舆情决策的先动优势提供理论模型和可行思路。[方法/过程]分析大数据环境下激增、波动等网络舆情数据异常现象,明确舆情趋势预测、动态感知异常等异常数据监测机理。基于此,首先运用Gompertz模型进行舆情趋势区间预测,其次定义偏离度进行数据异常评级,并确定预警等级,实现异常数据的及时捕捉和快速预警。[结论/结果]通过实例验证,证明了模型可行性,可以为政府舆情引导程度提供度量依据,也为编制智能化的舆情监测软件提供算法支持。 相似文献
16.
[目的/意义] 移动互联网时代谣言传播模式发生了巨大的变化,一方面谣言的扩散已不再局限于孤立的线下人际关系网络或线上互联网,谣言在耦合网络之间的传播变得更加普遍。另一方面,以往通过概率方式研究谣言的传播存在很大的不准确性,受众的个体特征差异对谣言的传播起到了更重要的作用。本文针对上述现象进行了研究。[方法/过程] 以受众的年龄作为两种网络的耦合依据,提出基于受众年龄的新型谣言传播的耦合社交网络（ASCN）。从受众的认知能力、匿名程度、权威性等基本特征,以及受众的从众心理、记忆效应、好友的影响作用等心理特征方面对受众进行画像,构建多维度函数实现基于受众画像的谣言传播模型。[结果/结论] 基于ASCN对本文提出的模型进行模拟仿真。结果表明,ACSN能够真实地反应出当前网络环境下谣言传播呈现出的"线下引起线上共鸣"、"线上溢散线下"的特征;受众的基本特征和心理特征能够对谣言传播产生巨大的影响,能更好地反映社交网络中谣言的传播规律。 相似文献
17.
[目的/意义]对社交媒体中热门新闻的及时识别,有助于加速正面资讯的投送或抑制负面资讯的扩散。当前,基于自然语言处理的传统识别方法正面临社交媒体新生态的挑战：大量新闻内容以图片、音视频形式存在,缺乏用于语义及情感分析的文本。[方法/过程]对此,本文首先将社交网络划分为众多社群,并按其层次结构组织为贝叶斯网络。接着,面向社群构建基于卷积神经网络的热门新闻识别模型,模型综合考虑新闻传播的宏观统计规律及微观传播过程,以提取社群内热门新闻传播的特征。最后,利用贝叶斯推理并结合局部性的模型识别结果进行全局性热度预测。[结果/结论]实验表明,本方法在语义缺失场景下可有效识别热门新闻,其准确度强于基于语义信息的机器学习方法,模型具有良好的时效性、可扩展性和适用性。该研究有助于社交媒体的监管机构及时识别出各类不含语义信息且迅速扩散的热点内容。 相似文献
18.
［目的/意义］合作网络研究是近年来学者关注的一个热点问题,然而传统的网络分析方法只适合刻画两两合作者之间的合作关系,深入分析现实世界中的多人合作关系及其网络发展、演化机制,具有重要的现实意义。［方法/过程］引入超网络理论,构建节点具有钝化和激活状态的演化模型,探讨随机和择优两种驱动机制对合作网络演化过程的影响。仿真发现,择优机制驱动下点超度分布呈幂律分布;随机机制驱动下点超度分布呈指数分布。［结果/结论］选取现实合作网络的数据进行实证分析,实证结果与仿真结果相吻合。说明理论模型对于刻画现实合作网络具有一定的参考价值。 相似文献