基于前景理论的商业化网媒行为监管演化博弈分析

从网媒的商业化运营角度,利用演化博弈论的方法探究政媒合作共同治理网络舆情的模式,考虑决策者的非完全理性对风险偏好的影响,将前景理论引入政府与网媒的演化博弈模型,利用雅克比矩阵对平衡点进行稳定性分析,推理出政府和网媒积极参与网络舆情治理的约束条件,并构建政媒合作模型,分析政府和网媒协同合作防治网络舆情危机事件的可能性。结果表明,政媒合作制度在一定条件下可以激励网媒发挥其对舆情进行积极引导的主体作用,而在政媒合作失效的情况下,政府应加大监管力度,并提升对网媒不负责任传播的处罚力度。

基于SAPSO_RBF神经网络的网络舆情预测研究

网络舆情的发展具有复杂、时变的特征,构建时间序列分析模型对网络舆情预测具有现实意义,为了提高径向基神经网络模型的预测准确率,利用模拟退火算法优化后的粒子群算法实现对RBF神经网络的优化,构建SAPSO_RBF神经网络的网络舆情预测模型,并以"魏则西"事件为例进行实验仿真和分析,结果表明该模型在预测性能上具有较好的优越性和稳定性。

基于混合算法和BP神经网络的网络舆情预测研究

【目的/意义】网民对社会现象及问题表达意见、态度使得网络舆情对社会的影响力越来越大,构建模型对网络舆情的发展进行预测具有现实意义。【方法/过程】通过信息熵理论控制种群初始化,利用遗传算法较强的全局搜索能力和粒子群算法的局部搜索能力实现对BP神经网络权值的优化,构建混合算法优化的BP神经网络的网络舆情预测模型并进行实证分析及对比实验。【结果/结论】结果表明,该模型在预测性能上具有更好的优越性及稳定性。

基于熵值法的网络舆情组合预测研究

【目的/意义】互联网成为网民情感宣泄的平台使得网络舆情影响力剧增,构建模型对网络舆情的发展进行预测具有现实意义。【方法/过程】针对网络舆情趋势预测及时性的需求,以事件标签确定待选历史数据,通过模糊理论的模糊逻辑构建模糊时间序列预测模型,同时构建BP神经网络预测模型,以组合预测的方式提高整体的预测精度。【结果/结论】通过实验分析结果表明,预测模型可以在一定程度将预测的时间区间前置,实现"早期"预测。