A Study on the Evolution of Mechanism of Infectious Disease Analysis Model of Event Using Micro-Blog Platform

After the occurrence of unexpected group events of network, the relevant opinion information will spread rapidly through micro-blog, and the negative public opinion information will aggravate the unexpected the group events to upgrade and expand the scope of harm. It is difficult to deal. So public opinion control is very important. In this paper, we establish an influence model for spreading of public opinion based on SIR model. Through the political analysis, this paper finds that the network group events will subside, but the influence scope, time and ability of event cannot be ignored. As a result of this study, the corresponding strategies are put forward in this paper.

突发事件中政务微博的舆情信息工作策略研究——以“9·5”泸定地震为例

文章以“9·5”四川泸定地震为例,以三个地方政务微博为研究对象,采用统计分析法、内容分析法和对比分析法,对事件中地方政务微博的信息响应情况、信息发布内容及文本特点、信息互动情况、信息传播效果四个方面进行分析。结果表明,以受众为中心的舆情信息工作策略对信息传播有积极作用,开展舆情信息工作需注重政务微博群的信息发布协同联动。因此,政务微博在突发事件中应紧贴受众需求,优化信息发布机制;提高服务意识,促进政民双向沟通;强化联动网络,发挥微博共振效应。

基于超网络的微博舆情主题挖掘方法

[目的/意义]微博舆情的形成是一个多层面、错综复杂的过程,可采用超网络描述和揭示。[方法/过程]构建了包含用户—观点—情感—时序阶段4层子网的超网络模型,并将该模型应用于"毒疫苗"事件这一具体实例中。[结果/结论]研究表明,舆情主题发现超网络模型的子网分析可揭示每层子网的特征信息,超边分析可用于舆情预警分析、舆情主题挖掘及舆情主题演化分析。[局限]下一步研究将从细化指标、多重验证两个方面对模型进行完善。

新浪热门微博的特征及用户转发规律研究

以新浪每日热门微博为研究对象,首先采用内容分析法从发布时间、发布主体、内容指向、态度倾向等方面进行热门微博特征的研究;再运用微博可视分析工具,通过案例分析,对热门微博转发时间、转发主体、转发层级进行分析,探索热门微博转发的普遍性规律。研究发现,热门微博发布者多为"微博控";热门微博影响力持续时间较长;微博空间仍然存在"中心化";热门微博大量关注社会负面信息;传统媒体正在寻求与微博融合的发展之道等。

基于多特征的热门微博预测算法研究

随着微博的迅猛发展,微博舆情已经成为研究热点.以新浪微博为研究对象,分析热门微博的影响因素,提出一种基于多特征的热门微博预测算法.首先,对微博的原始特征进行分析,从中提取关键特征.其次,利用信息增益算法,根据微博的传播特征对微博的热度进行度量.最后,结合BP神经网络算法,根据微博的内容和博主特征,预测微博的传播特征,并由此推算微博的热度来预测该微博能否成为热门微博.实验表明,该算法的查准率可以达到75%以上,F1度量值保持在78%左右,能够对刚发布的微博进行热度预测,适用于微博营销和舆情引导等领域.

基于卷积神经网络的微博舆情情感分类研究

本文基于卷积神经网络构建了微博舆情情感分类模型,通过爬虫方式获取微博话题数据,利用word2vec训练词向量,采用NLPIR/ICTCLAS2016工具进行分词,进而通过Matlab编程实现模型训练和测试。结果表明,模型能够实现有效的微博舆情情感分类,相较传统机器学习具有一定的优越性。

基于复杂网络分析的微博网络舆情传播

为了探索微博网络舆情传播机制,采用复杂网络分析方法,并结合新浪微博获取的数据,分析了微博的社会网络结构的特点及其对舆情传播的影响。首先介绍了微博社会网络组成机制。然后采用复杂社会网络分析方法分析了微博社会网络的无尺度特性和小世界特征。最后结合实际的网络舆情事件案例,分析评价了微博社会网络拓扑结构对网络舆情传播的影响。

微博舆情信息传播效果评价指标体系构建研究——基于模糊数据包络分析法

通过选择指标建立模糊数据包络分析模型,并采用后退法计算剔除投入变量或产出变量时各评估单元的相对效率向量,利用欧氏距离最终选择出20个指标作为微博信息舆情传播效果的评估依据。结果表明微博舆情信息传播者、受传者、信息内容、传播渠道、传播环境属性等指标对微博舆情信息传播效果具有显著影响。

基于微博舆情监测的K-Means算法改进研究

在分析传统K-Means算法局限性的基础上,提出了一种基于文本平均相似度的K-Means算法,通过对每个文本的平均相似度计算和排序,以文本平均相似度值为标准来选择初始聚类中心点。实验证明,改进后的算法,更适合微博文本的特点,聚类精度和聚类稳定性均明显改善,微博舆情监测的质量大幅度提高。

基于Word2Vec和SVM的微博舆情情感演化分析

文章主要以微博"滴滴温州女孩遇害"话题评论内容为数据源,计算评论内容的情感值,标注情感正负性,通过Word2Vec和SVM方法构建情感分类模型。采用Word2Vec方法计算与此舆情事件中相关的5类主体对象(滴滴、司机、客服、女孩、警察)高相似度的词语,从情感时序分析和舆情主体对象情感演化分析两个方面探讨微博舆情的情感走势。通过分析发现,情感分类模型可以有效预测网民的情感走势;网民的情感时序变化与舆情演变规律相吻合;Word2Vec词相似度计算模型可以有效反映网民对五类主体对象的情感态度和该舆情阶段内的主题特征。

城市自来水污染事件微博舆情应对研究——基于兰州政务微博、市民微博的实证分析

以兰州自来水苯污染事件为研究实例,以新浪微博为研究平台,将兰州政务微博与兰州市民微博发布的有关自来水苯污染事件的微博信息与评论为研究对象,首先对兰州政务微博与兰州市民微博发布的事件相关信息的时间分布、关注内容进行对比分析,然后考察兰州政务微博信息的评论情况、语言风格,进而对兰州政务微博的舆情应对能力做出分析评价,最后为政府有效应对城市自来水污染事件引发的微博舆情危机提供对策建议。

微博舆情生成机制研究

在文献分析的基础上,引入系统研究方法,界定了微博舆情生成机制。微博舆情生成系统包括:舆情主体、舆情事件、舆情平台、舆情本身四个要素,并在此基础上剖析了微博舆情生成的基本规律。研究发现:微博舆情的生成是复杂的四个要素相互作用、相互影响的过程;微博舆情产生的社会根源是现实社会及其事件;微博舆情传播当中,意见领袖对于舆情的生成至关重要。

考虑多层邻居节点影响的微博网络舆论演化模型

针对微博网络中节点在传播路径上具有多层影响力的特点,提出一种结合微博网络中信息传播和观点交互的舆论演化模型,并考虑节点的自信程度,将节点的自信程度同网络结构结合起来,研究影响微博网络中舆论演化的主要因素.研究结果表明,考虑节点自信程度情况下,终态时网络舆论会出现更丰富的状态;一个极具吸引力的话题在微博网络中有较大概率形成一致性舆论;终态时的观点分布与初始节点的出度以及回溯深度相关,随着回溯深度的增加,终态时形成一致性舆论的概率增大.

新媒体环境下的微博舆情传播态势模型构建研究——基于信息生态视角

[目的/意义]新媒体环境下的微博舆情传播态势模型研究对促进网络舆情理论研究向纵深发展具有重要理论意义、对加强网络舆情监管具有较强的实践意义。[方法/过程]从信息生态视角出发,提出了新媒体环境下微博舆情传播影响因素并构建了微博舆情传播态势模型,以新浪微博"埃博拉"热点话题数据为样本,采取编程及网络爬虫方式获取数据,采用SPSS工具对数据进行统计分析及模型验证。[结果/结论]通过相关分析得出新媒体环境下的微博舆情信息环境热度、信息偏好、信息技术偏好、信息人影响力会正向影响新媒体微博舆情传播态势;图片信息会正向影响新媒体信息偏好,语音信息、视频信息、表情信息同新媒体信息偏好呈负相关关系;新媒体信息偏好会正向影响新媒体信息技术偏好;新媒体信息偏好会正向影响新媒体信息环境热度;粉丝数、关注数会正向影响新媒体信息人影响力等研究结论。

考虑媒体效应的微博网络热点事件舆论演化模型

鉴于媒体对网络舆论有越来越重要的影响,重点考虑媒体效应和微博网络中观点的传播特点,构建了有界信任规则下的舆论演化模型,分析了媒体因素以及节点信任界限异质性对微博网络中舆论演化的影响.仿真结果显示,有媒体影响时,个体对媒体观点的采纳幅度越大,媒体引导的效果越好;群体观点易于改变的网络热点事件中,媒体首次报道时间越晚,媒体的引导效果越好.研究结果表明,在网络舆论引导中,不但要注意介入的时间,更应注重论据的合理性.通过实例验证本文提出模型与实际情况相符合,说明了本文模型的有效性和适用性.

基于生命周期理论的微博舆情引控研究

[目的/意义]提出针对微博舆情不同阶段的引导控制工作流程,降低微博舆情危机的发生频次和影响程度。[方法/过程]借鉴生命周期理论的基础上,利用扎根理论的方法,以反映舆情事件的关键词被提及累计次数和变化幅度作为表征量,对微博舆情生命周期阶段进行划分,并寻找各阶段舆情的特征,提出相应的引控工作流程。[结果/结论]微博舆情可划分为潜伏期、预热期、热议期和衰退期等四个阶段,其中潜伏期的工作重点在于识别、监控和研判,预热期的工作主要突出信息的控制、对称化及舆情主体的引导工作,热议期应更加重视舆情应急和控制工作,衰退期则着重于对整个舆情过程的评价、反馈及持续追踪监控。

微博网络中基于主题发现的舆情分析

针对现有微博网络舆情分析的研究中没有从全局层面考虑舆情文本特征的情况,结合微博网络舆情的主题及趋向性分析,提出了基于主题发现的微博网络舆情分析模型,从文本预处理、微博文本特征提取、微博舆情的主题发现及趋向性分析三方面进行了具体描述。仿真结果表明,基于该模型实现的微博网络舆情分析方法在微博网络舆情的分析处理中检测效果良好,说明该模型有效。相关内容可为该领域的进一步研究提供有价值的参考。

对微博舆情热度监测及预警的指标体系的研究

分析微博舆情的传播特点,并在此基础上提出微博舆情热度的监测指标,最终建立微博舆情预警体系。