基于超图的微博舆情超网络关键舆情要素识别

随着微博用户数日益增多,微博已然成为了网络舆情的重要产生地,同时微博舆情状态多样,涉及因素复杂,多种不同因素构成了一个复杂的系统,系统中存在个别用户、微博或评论等舆情要素对舆情演变起关键作用。因此引入超网络对微博舆情的关键舆情要素进行识别,对网络舆情的分析和监控有积极意义。本研究以基于超图的超网络为基础,构建了微博舆情超网络分析模型,应用LDA,SnowNLP,Python仿真分析等方法,识别微博舆情中的关键舆情要素,并对关键舆情要素的特征和情感进行分析与讨论。最后,应用在真实的舆情主题中,识别出六类关键舆情要素,分别是活跃人物、传播人物、热点微博、潜在热门微博、热点主题、中心主题,并分析各关键舆情要素的情感倾向。研究结果表明,建立的超网络模型,能有效识别特定舆情环境下的关键舆情要素,有利于对网络热门事件进行舆情分析和监控。

基于本体的重大突发事件网络舆情案例数据库数据模型研究

[目的/意义]利用本体对重大突发事件下网络舆情信息源及要素等进行分析,更好地管理与组织相关数据,为设计重大突发事件网络舆情案例数据库奠定基础,进而辅助政府进行精准决策。[方法/过程]分析并提取异源平台网络舆情数据属性与属性值,依据舆情传播过程及要素分析本体核心概念、数据属性及关系,利用UML完成本体数据模型的构建。[结果/结论]为各类突发事件网络舆情异构信息源统一描述、组织、存储与管理建立了数据模型,为各类突发事件进一步应急决策与防范提供了有力支持。[局限]文章对数据模型的研究未进一步细化和解释相关概念、关系和数据属性,也未完成数据库存储平台的实际搭建并对数据的属性、属性值及数据类型进行深入分析。

“荒诞中的理性”:网络流行语的语义嬗变及社会心态表征

网络流行语是社会心态的重要表征。纵观2008—2022年网络流行语的演化发展规律,总体上呈现出“从政治性嘲讽到自我解嘲”“从众声喧哗到圈层传播”“从孤立议题到关联化、序列化”“从解构对抗到吸纳交融”等特征,折射出“开放与抵制”“质疑与笃信”“焦虑与乐观”“躺平与进取”等复杂矛盾的社会心态。对于网络流行语,不宜简单贴上“离经叛道、伤风败俗、娱乐至死”等负面标签,而应以更为开放、平等和包容的心态,视网络流行语为特定政治机会结构下的群体参与的“理性选择”和社会交往的重要方式,正视其“荒诞”背后的“合理化要素”,才能破译圈层交往密码,有效引导网络社会心态。

案件要素异构图的舆情新闻抽取式摘要

案件舆情摘要是指从与司法案件相关的舆情信息中抽取与案件相关的句子作为摘要。在案件舆情文本中通常包含如涉案人员、案发地点等案件要素,这些案件要素对于摘要生成有着重要的指导意义。因此,针对案件舆情文本的特点,提出一种基于案件要素异构图的抽取式摘要模型。首先通过基于图注意力机制融入案件要素的方法,构建一个由句子节点、词节点和案件要素节点组成的异构图,来捕捉句子间的关联关系,最后对句子进行分类,生成摘要。在基于百度百科构建的案件舆情数据集上进行实验,结果表明,模型相比基于注意力机制融入案件要素的方法在ROUGE-L上取得14.22个百分点的提升。

网络舆情的构成要素及传播路径治理策略分析研究

舆情作为社情民意的一种综合反映形式,其走向和发展将对社会产生重要的作用。网络时代的兴起引发了舆情传播方式等诸多方面的变革,舆情对社会的影响深度和层次日益深化。因此,在治理网络空间过程中,网络舆情治理就成为核心议题之一。要素是指组成和维系一个客观事物最小的、必备的单位,是系统的基石,是推动事物产生、发展、变化的根本动力因素。不同的传播路径会带来不同的传播效应。了解网络舆情的各要素以及传播途径对于把握网络舆情的发展变化、加深对网络舆情演化发展规律的认识、掌握网络舆情治理的主动权具有重要的价值。

中国数字经济相关议题的国际传播现状研究——基于GDELT数据库及GKG 2.0的分析

时至2023年全球经济复苏的关键阶段,在顶层数字经济政策日趋完善的背景下,获取国际数字经济秩序中的话语权和好感度成为发展与建设数字化产业、市场和治理体系的重要驱动力量,因此,解读中国数字经济主题下的国际传播现状成为回答“发展起来的中国将如何与世界相处”这一问题的一把钥匙。基于“国际化”考虑,研究选取全球事件、语言与语调(GDELT)数据库和第二代知识图谱(GKG 2.0)作为数据来源的基础,运用扎根理论确定了中国数字经济主题的3个一级议题和18个二级议题,从总体提及量、主流媒体的报道量及态度、社交媒体的传播力三个维度呈现并分析了中国数字经济相关议题的国际传播现状,得出了传播热度高、舆论环境较为不利和可改善空间大三个结论,也为发展数字经济体系和完善国际舆论环境的实践提供了一些基于实证的对策建议。

突发公共事件多情景下的网络舆情危机预警研究

[目的/意义]突发公共事件已成为社会治理难题,探究该事件网络舆情危机预警过程,有助于相关部门科学认知舆情发展态势,提高危机处理能力。[方法/过程]文章首先基于知识元模型,从情景事件、情景驱动要素、情景推理要素、情景目标要素四个方面对网络舆情危机预警情景进行结构性表达,并构建预警情景动态贝叶斯网络模型;其次,结合EM算法对模型进行训练和测试,明确各情景下舆情危机预警重点关注的影响要素;最后,以南京市禄口机场疫情事件为例,对各情景舆情危机预警等级进行评估分析。[结果/结论]训练出来的动态贝叶斯网络具有一定的可靠性,不同情景状态中采取不同的应对方案会对舆情危机预警级别产生不同的影响,为政府及相关部门动态制定危机应急决策提供参考。

基于CRF的中文评论有效性挖掘产品特征

方面级意见挖掘的任务通常包括从客户评论中抽取产品的特征、与产品特征相关联的观点词识别以及观点的极性判断三个方面。围绕如何实现中文评论的方面级意见挖掘问题,提出了利用条件随机场实现中文评论的方面级意见挖掘的四个主要步骤:数据预处理、训练集准备、为条件随机场模型定义学习函数、应用模型标注新的评论数据。在此基础上,通过以五种实际产品的中文评论语料为数据集,对该方法进行了数据实验。实验结果表明,该方法针对不同类型观点元素的抽取在评估性能指标上大部分达到或超过80%。为了进一步验证所提出方法的有效性,将研究结果进行了差异显著性检验。结果显示,用CRF对中文评论进行方面级意见挖掘和对英文评论的方面意见挖掘的性能差异不大。最后,比较了三种不同方法的方面抽取精度和情感分类精度,实验结果表明,CRF方法优于词典化的隐马尔可夫模型和关联规则挖掘方法。

我国食品安全网络舆情研究现状分析

[目的/意义]食品安全网络舆情既是公众参与管理食品安全的重要平台,又是对社会稳定造成威胁的风险因素,业界和学界从不同角度展开对食品安全舆情的研究并建构应对路径。[方法/过程]对食品安全的网络舆情研究文献分别按照以不同类型的舆情研究对象为标准和以不同模型为标准进行整理、分类分析并归纳这些文献好的观点和策略。[结果/结论]指出存在着利益相关者考虑不全,生命周期研究没有观照其特殊性等问题;同时提出未来食品网络舆情研究应充分考虑利益相关者及加强它们间协作,生命周期研究应观照其舆情的复杂性等方面发展。

网络舆情评估EHA三维指标体系的构建

随着网络在我国的兴起和发展,网络舆情的评估已经成为评价和预警社会形势的重要指标。通过对现有舆情研究的调研和分析,得出由舆情要素、舆情热度和舆情活性3个一级指标、7个二级指标以及14个三级指标共同构建的网络舆情评估的EHA三维指标体系,并对各级指标给出了详尽的分析和阐述。

微博舆情传播模式研究——基于过程的分析

依据以往研究总结了微博舆情传播的过程性特征,并据此结合传播学5W模式经典理论提出了基于过程视角的微博舆情传播模式构建,将其概括为由传播要素以及要素之间关系组成的具体结构在传播过程中的互动及具体表现。进一步将微博舆情传播模式概括为完整型、次完整型、半完整型和不完整型四种类型,并通过具体案例予以验证。拓展和丰富了当前研究的分析视角并对微博舆情的相关研究提供了基础理论支撑。

微博意见领袖影响力与其构成要素间的关系

互联网技术的进步使社会话语权重新分布,微博意见领袖的形成是个人信息源、知识水平、社会地位、个人价值观、社会责任感等多种因素共同作用的结果。大多数网友利益、价值与诉求需要通过意见领袖的影响力实现。作为微博意见领袖,媒体人、公共知识分子、政府官员在强化议程设置的权力、凭借知识优势促进公共问题的解决、成为沟通政府与民众之间的桥梁等方面各具优势。微博意见领袖在公共舆论事件发生和发展的不同阶段发挥着不同的影响力。在微博影响力形成的过程中,粉丝数、转发评论数与微博影响力呈显著性正相关;而微博数和原创率两个指标与微博影响力成一般性正相关关系。

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。

移动互联网舆情新特征、新挑战与对策

相比于固定互联网舆情,移动互联网舆情有许多新的特征,给舆论引导带来了新的挑战,需要采取有效应对措施。为此以网络舆情五要素为框架,分析移动互联网舆情相比于固定互联网舆情的新特征。在此基础上,结合案例分析,归纳移动互联网舆情管理面临的新挑战,以引导和管控相结合的原则,提出相应的对策。

公案及其背景——透视转型期司法中的民意

公案是民众根据个案的主题元素,经过议论、诉说和加工而形塑出来的公共事件。本文把公案归纳为六类,通过个案剖析了公案中事实的变异过程以及公案所反映的民众生活状态的社会背景,并分析了公案中的潜在的裁判者。

社交媒体时代衍生舆情运作机制与治理对策研究

社交媒体时代的传播生态发生了重要变化:海量信息高效传播使政府被置于"共景监狱"中心,受众结构重组使得自我表达情感化,传统媒体话语权式微使得把关缺失。这些都推动了舆情生态复杂多元的变化以及近年来衍生舆情的常态化。衍生舆情大量出现的深层要素是社会基模与集体记忆,现实要素主要是利益诉求、事件延展性及信息不对称。衍生舆情的治理对策包括:强化网络空间法制建设,弘扬网络信息伦理道德;构建多渠道、多层次的辟谣和正向应对机制;以日常形象构建为基点,培育信任文化;加强衍生舆情监测,形成针对性治理方案;积极主动回应,把握政府话语表达方式;引导议程设置,实现两个舆情场的共鸣。

差异性案件要素增强的案件舆情时间线生成方法

案件舆情时间线生成是将同一案件的舆情新闻按照时间顺序生成话题簇,对于用户了解案件的发展过程具有重要意义,本质可以看做一个时间约束下的无监督聚类任务.但是描述同一案件的舆情新闻可能存在许多相同的要素导致其在聚类空间中的表征出现重叠.为了生成更有区分度的文本表征,基于自编码框架,提出一种差异性案件要素增强的案件舆情时间线生成方法.首先构建涉案舆情时间线数据集并生成每条微博文本的差异性要素;然后将差异性要素、微博文本和案件时间作为BERT编码器的输入,基于自编码框架生成文本的低维特征向量;最后基于该特征向量和K-Means聚类的方法,使用软聚类生成案件舆情时间线.实验结果表明,在构造的涉案舆情时间线数据集上,提出的方法在ACC和NMI两个聚类指标上均有较大提升.

意见时空元素的研究

为了满足新应用需求,该文将时空元素引入到意见模型中。在此基础上,提出了意见重要因子的概念,分析了时间重要因子的计算公式,对手机和汽车论坛的来源重要因子进行了实验。在时空元素的应用上,对汽车评论进行了趋势挖掘,探讨了意见趋势的挖掘方法和实验评估方法。

论法律规则逻辑结构的重构

法律规则逻辑结构是众所周知的法学基本概念,然而目前对法律规则逻辑结构构成要素的认识并不统一,有"二要素说""三要素说""四要素说"等学说,但它们均在不同程度上存在一些问题。文章从概念的辨析和界定开始,论证了法律规则逻辑结构应该具备的主体、行为、条件、后果四个要素的含义及其相互关系,其中着重从结构-功能的角度进行了分析;并进一步指出因对该概念理解的偏差和研究的缺乏所导致的不良后果,以及重构这一概念对法学研究和法律实践的重要意义。

从公案看涉检舆情应对机制

近年来,越来越多的司法个案因为各种原因进入公众视野,受到舆情的广泛关注而演化为"公案"。分析这些"公案",我们能够发现其共有的规律性特征:多为冤假错案、涉案被告人的身份呈现两极化、刑讯逼供问题广泛存在、网络成为主要媒介。"公案"的出现向涉检舆情应对工作提出了新的挑战,民意诉求、有罪推定、"命案必破"错误思想、公检法机关配合过度而制约不足等都是现阶段涉检舆情应对工作存在难题的深层次原因。本文通过分析"公案"及其成因,以期对建立有效的涉检舆情应对机制提供有益的思考。