突发事件舆情衰退期模糊综合评价

为探究突发事件网络舆情态势的发展过程,对舆情衰退期的形成进行准确研判,面向微博平台获取4类突发事件数据信息,基于传统评价指标体系,从信息主体、信息内容和信息传播3个角度出发,构建突发事件舆情衰退期评价指标体系,并结合直觉模糊层次分析法对影响因素进行综合评价。研究结果表明:基于模糊综合评价对4类突发事件进行实证分析,综合评估确定后得到评价分值≥4.8时,网络舆情态势进入衰退期。研究结果可为高效分配舆情监控资源、快速获取和分析舆情信息、提升相关方舆情治理效能提供新思路。

边疆民族地区高校网络舆情基本特征及其引导——基于Y校313名学生的问卷调查

新兴自媒体和社交软件的推广普及不断影响着大学生的生活方式、交际方式和思维方式。诸多自媒体网络平台也逐渐成为边疆民族地区高校学生铸牢中华民族共同体意识的重要场域。及时掌握边疆民族地区高校网络舆情的特点,以科学合理的舆情引导策略,凝聚共同体意识推动各民族互嵌共融,正成为高校舆情治理的一项主要内容。本文基于对313份调查问卷的整理与分析,归纳Y校学生网络舆情的现实状况、基本特征及主要类型,探讨引导边疆民族地区高校网络舆情工作积极向好开展,健全完善符合边疆民族地区高校大学生的网络舆情引导管理模式。通过以铸牢中华民族共同体意识为引导,积极营造理性、健康、和谐、互嵌共生的边疆民族地区高校网络舆情环境。

神经机器阅读模型综述

近年来,随着互联网的高速发展,网络内容安全问题日益突出,是网络治理的核心任务之一。文本内容是网络内容安全最为关键的研究对象,然而自然语言本身固有的模糊性和灵活性给网络舆情监控和网络内容治理带来了很大的困难。因此,如何准确地理解文本内容,是网络内容治理的关键问题。目前,文本内容理解的核心支撑技术是基于自然语言处理的方法。机器阅读理解作为自然语言处理领域中的一项综合性任务,可以深层次地分析、全面地理解网络内容,在网络舆论监测和网络内容治理上发挥着重要作用。近年来,深度学习技术已在图像识别、文本分类、自然语言处理等多个领域中取得显著成果,基于深度学习的机器阅读理解方法也被广泛研究。特别是近年来各种大规模数据集的公开,加快了神经机器阅读理解的发展,各种结合不同神经网络的机器阅读模型被相继提出。本文旨在对神经机器阅读模型进行综述。首先介绍机器阅读理解的发展历史和研究现状;然后阐述机器阅读理解的任务定义,并列举出有代表性的数据集以及神经机器阅读模型;再介绍四种新趋势目前的研究进展;最后提出神经机器阅读模型当前存在的问题,并且分析机器阅读理解如何应用于网络内容治理问题以及对未来的发展趋势进行展望。

基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究

[目的/意义]在舆情监控和管理的实践过程中,迅速有效地识别出舆情网络中的关键节点,对舆情的监督和治理具有重要意义。[方法/过程]从内容与结构双重维度,设计一种完整的网络舆情关键节点挖掘、识别和分类的技术方法。涉及Goo Seeker、Gephi、Fuzzy AHP和TOPSIS等软件和算法,并以新浪微博"8·12滨海爆炸"事件为例进行具体分析。[结果/结论 ]突破了单纯从单一维度进行关键节点排序的局限性,使关键节点的识别与分类进一步深入,并明确演化特征,对网络舆情的科学应对具有参考价值。

先进制造技术(AMT)实施效果的评测方法研究

自从我国企业引进与实施先进制造技术以来,如何科学地评测先进制造技术的实施效果成为亟待解决的问题。通过对国外相关研究的述评,构建了评测先进制造技术实施效果的指标体系,并设计一种基于专家意见遴选的模糊综合评判模型,结合某柴油机企业的实例说明了该方法的有效性和实用性。

利用新媒体数据资源进行科普舆情的探索

本文通过"科技列车青海行"微博科普宣传舆情的分析,阐述了新媒体在科普工作中的重要作用,提出了如何更好地利用新媒体进行科普工作的建议。并用层次分析法科学地确定了权数。

基于模糊综合评价的网络舆情预警方法研究

针对网络舆情突发事件预警问题,提出了一种基于模糊综合评价的网络舆情预警方法。在分析当前网络舆情预警指标体系不足的基础上,从舆情本体、舆情主体、舆情客体3个方面构建了适用于网络舆情预警的指标体系。综合层次分析法和模糊理论,构建了基于模糊综合评价的网络舆情预警模型。选取3个典型舆情事件进行了案例分析,结果表明:所建模型能够融合多源信息,评估突发舆情事件严重等级,预警结果与实际相符,从而验证了方法的科学性和有效性。

基于AHP-模糊综合分析的移动社交网络舆情预警模型研究

移动社交网络的兴起与发展促使网络舆情在极短的时间内迅速产生与演化。为科学有效地对移动社交网络舆情进行引导和控制,在详细分析移动社交网络舆情自身特点与影响因素的基础上,将层次分析法与模糊综合分析法相结合,构建基于AHP-模糊综合分析的移动社交网络舆情预警模型。并以"8.12天津港爆炸事故"进行实证分析,最终得出该事件的预警等级为"特别严重,Ⅰ级",这与专家对该事件预警等级的定性相吻合,从而较好说明了该模型的有效性和准确性。

采用网络舆情指数评价体系分级预警的多层模糊综合评判模型

为了掌握和监控网络舆情发展动向,对网络舆情进行分级研判预警是极为重要的。基于已有的网络舆情指数评价体系,建立了多层模糊综合评判模型,计算得到了网络舆情影响指数的向量,并应用最大隶属度原则对舆情事件发展的结果进行了可标识为红色、橙色、黄色、蓝色的4级评判。将模型对"重庆人事变动"、"中菲黄岩岛争端"、"油价上涨"3个网络热点事件进行分析,获得了它们的分级预警评判结果。

基于改进模糊综合评价模型的矿区土地损毁程度评价

土地损毁程度评价是土地复垦适宜性评价及制定复垦措施的重要依据。针对经典模糊综合评价方法中确定指标权重主观性较强的问题,将模糊意见集中决策引入指标赋权法(G1法),建立基于改进G1法的模糊综合评价模型,并将改进的评价模型应用到山西省富康源煤矿土地损毁程度评价中。根据土地损毁类型,研究区划分为两大类(塌陷地和压占地)共5个评价单元,构建研究区土地损毁程度评价指标体系,使用改进G1法确定各评价指标的权重,对研究区5个评价单元进行损毁程度评价。结果表明,5个评价单元的土地损毁程度分别为:中度、轻度、轻度、重度、中度,运用该评价模型得到的评价结果与其他方法基本一致,结合实地调研情况,表现了较高的可靠性。与经典模糊综合评价模型相比,改进后的模型强调权重确定的科学性,克服了经典模型在指标数量较多时权重分配不合理的缺点。因此,该模型可应用于矿区土地损毁程度评价工作中,在矿区土地复垦、生态环境恢复治理、确定赔偿责任范围等方面有较好的应用价值。

准确理解“党媒”新闻报道“全面”观念与“正面为主”观念之间的关系

“全面”观念和“以正面宣传(报道)为主”观念,都是“党媒”的新闻实践观念,是“党媒”用来指导新闻宣传工作、新闻舆论工作的重要观念。全面报道是“党媒”新闻传播的基本观念,它要求新闻报道要实事求是,全面而非片面地反映报道对象的实际情况;以正面宣传(报道)为主是“党媒”的核心工作观念,它实质要求新闻报道要把对正面事实的报道置于主导地位,并从追求正面效应的目标出发报道负面事实,展开新闻批评或舆论监督。“全面”观念与“正面报道为主”观念之间在逻辑上似乎是矛盾的、冲突的,但实际上它们是统一的。这种统一性主要表现在全面观念是以正面报道为主的全面观念,以正面报道为主的观念是全面观念下的正面报道为主观念。理解这种统一性的关键是从中国实际出发,从中国新闻追求以正确的舆论引导人的目标出发。

网络舆情突发热点事件风险模糊综合评价研究

[目的/意义]网络舆情评判有助于发现隐藏的社会危机,快速聚焦公众最关心的话题,了解民众需求,平息民怨。[方法/过程]结合实际数据,借助模糊综合评价法,评估网络舆情突发热点事件的风险指数,描述其风险态势,通过比较风险指数前后变化可明确舆论引导效果。[结果/结论]第一,改进了以往研究中DEMATEL-ANP两模型联用的弊端,更为科学地评价指标权重。第二,基于模糊评判的原理,用实际传播数据形成模糊集后再解模糊化,较为精准地得出网络舆情突发热点事件的风险指数。第三,提出的研究方法形成的风险态势符合舆情事件实际舆论演变过程,且比较前后风险指数可以分析舆论引导主体的引导策略是否达到预期目标。

体育教师地位之殇与解决之策:对全面深化新时代体育教师队伍建设改革的建言(之一)

为了深入贯彻落实十九大精神,2018年1月中共中央、国务院印发了《中共中央国务院关于全面深化新时代教师队伍建设改革的意见》,这是新时代国家教育战略的重要组成部分,是新时代倡导全社会"尊师重教"的重要举措。体育教师队伍建设是教师队伍建设中相对薄弱的环节,是教师队伍建设中的一个难点,也是关键点;因此,必须建立符合体育教师特点的教师队伍建设途径和方法,并且要加大力度和强度,找准重点和发力点。从体育教师的特殊性及体育教师出身的角度聚焦体育教师"地位",分析体育教师队伍的地位现状和主要成因,从4个方面提出提升体育教师地位的策略:1)倡导全社会尊师重教;2)形成优秀人才争相从教;3)让教师人人尽展其才;4)促进好教师不断涌现。

新媒体事件的话语生产框架:基于类型学社会话语的分析视角

本文以类型学社会话语的分析框架将新媒体事件归纳为四类话语即国家(民族)话语、公共性话语、民粹主义话语和文化话语,话语背后分别体现了官方意志与爱国精神、公民性力量、戏谑狂欢精神和文化建构逻辑。这些话语共同构成了新媒体舆情的主要表达内容。

基于微博多维度及综合权值的热点话题检测模型

传统热点检测算法仅从单一的某个维度衡量话题的热度,导致热点话题检测精度低,在对突发性热点话题进行检测时尤为明显。针对此问题,提出一种多维度热点话题度量模型。该模型对话题进行筛选,得到一个热点话题初始集,再融入话题热度的影响力因子,计算各个话题的综合权值,将话题的综合权值按照一定的权重与多维度热点话题度量模型进行有效融合,得到一种基于微博多维度及综合权值的热点话题检测模型。通过使用真实的微博数据进行实验对比分析,实验结果表明,提出的多维度热点话题度量模型在对突发性热点话题的检测中,其准确率(Precision)、召回率(Recallrate)和F1值(F-measure)3个评估指标相比传统算法有了较大提高;利用该模型对突发性热点话题进行跟踪,通过与官方指数进行对比,该模型能有效跟踪其发展趋势。

面向高考阅读理解观点类问题的答案抽取方法

为了克服高考阅读理解观点类问题中仅仅利用关键词进行答案句抽取的不足,通过对单篇文章建立LDA(latent dirichlet allocation)模型,计算阅读材料中每一句话与问题的主题分布相似度.利用SVM(support vector machine)分类器,对主题分布相似度高的句子进行分类,用于获取具有观点特征的候选观点句,最后将其与问题观点进行相似度计算并排序,选取排名前α个句子作为题目的答案句.该方法在标注好的高考观点类问题的答案句识别中,总体正确率达到了47.8%,并能将答案句的排序提前.实验结果表明,散文阅读理解题中采用多主题方法比单主题时具有更好的效果.

一种基于Elman神经网络的网络舆情威胁估计方法

在详细分析网络舆情影响因素和自身属性的基础上,建立了网络舆情指标体系。依据模糊综合评价法和神经网络构建了网络舆情威胁估计模型。采用模糊综合评价法确定指标体系中各舆情因素的数值化评价值,并结合改进的Elman神经网络模型对网络舆情进行综合评判,最终得到网络舆情的威胁等级。仿真实验表明了该模型的有效性和准确性。

体育教师素养之绊与解决之策:对全面深化新时代体育教师队伍建设改革的建言(2)

教师的素养是一个多层次、多内容、多结构的问题。如何评价和提升体育教师的素养是一个值得关注的问题。《关于全面深化新时代教师队伍建设改革的意见》(以下简称《意见》)中提出了全面深化新时代教师队伍建设的改革意见。《意见》中多次提及教师素质,并提出"培养高素养教师队伍"的指导思想。体育教师作为教师队伍的重要组成部分,其素养颇有争议。在解析体育教师素养状况的基础上,探究理想体育教师素养画像,提出体育教师素养提升方略即补齐短板:既要补齐先天性短板,完善和充实体育学科内涵;又要补齐后天性短板,促进体育教师从各方面提升自身素养。

网络舆情不良社会心态分析与治理

网络社会作为一种新的社会存在方式,改变了传统的生活方式、社会结构和政治心态。然而,消极网络舆情的传播对社会的和谐发展必然构成新的挑战。因此,分析网络舆情和社会心态之间的内在关联性,从不良社会心态的类型化研究出发,认识社会不良心态导致消极网络舆情的原因,把握消极网络舆情生成的不良社会心态,进而提出化解不良社会心态、防范消极网络舆情的综合治理策略。

基于模糊积分的网络舆情态势理解方法

由于网络舆情态势理解模式中各属性之间具有一定的相关性,网络舆情态势理解可以看成一个关联的多属性决策问题。考虑到模糊测度和模糊积分处理关联的多属性决策问题的优势,文章提出一种基于模糊积分的网络舆情态势理解方法。该方法利用Choquet模糊积分融合网络舆情话题的倾向性、关注度、敏点及焦点4个属性,分析话题与公众之间联系的紧密程度,实例验证了方法的正确性和有效性。