企业知识社区知识存量的实时测度模型构建

[目的/意义]知识经济时代下,厘清企业知识社区的结构体系特征,实现企业知识存量的实时监测,对完善企业知识管理体系具有重要的理论意义和实践意义。[方法/过程]分析企业知识社区知识存量的热力学特征,基于热力学视角分析知识存量的构成要素,并构建企业知识社区知识存量的实时测度模型,以“天”为时间切片,实现企业知识社区知识存量的实时监测。[结果/结论]提出一种以企业知识社区为主体的知识存量测度模型,实现密闭环境下的知识存量测度,防止知识鸿沟的形成,为后续企业知识孪生研究和知识风险评估提供研究基础。

群体极化视域下突发事件网络舆情极端观点识别研究

[目的/意义]突发事件网络舆情群体极化形成和演化受到来自物理空间、社会空间、信息空间的诸多风险致因因素影响,群体极化风险识别是在对其演化机理全面梳理基础上,对是否产生风险的判断,是社会风险评估和管控的前导性环节。[方法/过程]文章论证了极端观点是群体极化风险存在的最主要具象形态,分析了极端观点的特征,构建了极端观点的TCMCR识别模型,基于自我归类理论中引用的原型性概念来识别极端观点,以元对比率的值表达观点的原型性,并以突发新冠疫情下的“辉瑞新冠小分子药物”舆情为例进行了实证研究。[结果/结论]文章构建的模型对突发事件网络舆情群体极化的极端观点进行有效识别,实证研究结果显示观点O13发生了群体极化现象,形成了群体极化风险。

基于舆情客体与本体剥离的重大突发事件网络舆情本体演化强度研究

[目的/意义]重大突发事件网络舆情在传播过程中往往会出现不同的主题,而微博用户对不同主题的表达和关注也会直接影响网络舆情的传播速度和规模以及舆情事件的走向。针对重大突发事件的微博用户主题演化分析有助于应急管理部门更好地理解重大突发事件的发展轨迹以及公众在不同阶段的关注点,以便采取有效应对措施。[方法/过程]以网络舆情信息特征为立足点,辅以自然语言处理技术将舆情信息客体与本体进行剥离,结合重大突发事件特征,创新性提出以舆情客体信息为参照基线的舆情本体演化强度来反映微博主题演化趋势。[结果/结论]研究结果表明,面向网络舆情信息本体的主题分析,与网络舆情实际发展演化趋势更加贴近,对主题内容的揭示也更加全面。同时研究思路也对现有网络舆情主题分析的研究方法中单一求助于自然语言处理技术的优化与更新具有一定启示意义。