基于演化博弈的反转网络舆情多阶段治理研究

为分析反转网络舆情演化的内在机理和影响因素,得到最优策略,结合反转舆情形成期、扩散期和反转期三阶段的现实特征,分别构建有限理性个体策略选择的演化博弈模型。通过求解不同阶段的演化均衡解,并根据利益相关关系进行数值仿真,分析决策成本、奖惩机制与主体合作这3个主要因素对舆情演化的影响。研究表明:在形成期最优治理状态为{全面爆料,不传播},增加知情者爆料成本和公众传播成本能够从源头减少反转;在扩散期最优治理状态为{追随自媒体,全面报道,松弛监管},权威机构增强奖惩力度特别是惩罚能够有效促使自媒体全面报道;在反转期最优治理状态为{相信反转,推动反转,积极},同时自媒体与权威机构配合传播真相有助于反转舆情治理和迅速趋于稳定。

融合主题与细粒度情感特征的气候变化微博舆情分析研究

我国在应对气候变化方面承担着重要的责任。研究公众对气候变化的关注程度和态度对于了解民意倾向、制定相应政策以及提升公民参与气候变化行动的意愿至关重要。本文在收集了2018年7月16日到2023年6月12日期间气候变化微博舆情数据,通过LDA主题模型和基于ERNIE预训练语言模型实现的情感细粒度分析,讨论了气候变化舆情中的公众关注热点、主题用户群体特征和情感倾向变化。研究发现,微博上关于中国在应对气候变化方面的重要作用以及全球气候变化的影响和相关科学研究讨论数量占比最大。人们还关注新技术的应用、气候变化与人体健康的关系以及明星公益行动等话题。博文的中立情绪占比相对较多,机构用户基本主导了话题,可能存在公众缺乏实质性参与的问题。气候变化认知主题下的博文负面情绪占比相对较高,该主题中的政府参与也有待提高。政务部门应当加强科学传播,提高公众对气候变化问题的认知和意识,增强公众的参与感。最后,本文仅考虑了博文内容和用户群体的特征,后续可以引入地域因素,并考虑结合文本和图片对多模态数据进行分析。