基于贝叶斯网络的智能舆情分析监控技术研究

针对社交网络信息传播速度快,容易造成负面情绪大面积传播引发网络舆情的问题,文中进行了智能舆情分析监控技术的研究。通过使用朴素贝叶斯网络作为情感倾向分类器,并与堆叠降噪自编码器相融合,构建了智能舆情分析监控模型。将社交网络上的文本信息进行预处理,通过与情感词典比对进行分词,同时使用TF-IDF算法计算特征权重并构成词向量。将词向量输入至智能舆情分析监控模型中进行情感倾向分析。对比实验结果表明,文中所述方案比使用Softmax分类器的模型具有更高的准确率,尤其是在处理高纬度词向量的情况下,其准确率有较显著的提高。

期货行业智能舆情分析技术应用

基于期货行业舆情分析场景复杂化及数据多样化的特征,围绕舆情分析能力建设和系统建设两大基础维度,介绍期货行业开展智能舆情分析应用的技术思路,并结合前期在"网络黑嘴"识别方面的初步实践,进一步分析相关方案的实验效果。

舆情智能化的原理解析及治理优化——基于传播政治经济学的视角

大数据时代,人工智能技术的融入为舆情智能化变革提供了契机。作为对传统舆情治理的一次全新变革,舆情智能化具有很强的技术赋能效果,结合国家意识形态治理的需求实现了治理的精准深入、感性交互与效能强化。但人工智能技术作为一把“双刃剑”,舆情智能化在一定程度上诱发了数字权力扩张、价值表达脱嵌与意见交互虚构的风险。究其原因,传播媒介的数字化与舆情智能化媒介的宰制,数字传播资本化对舆情智能化结果的规训以及话语主体多样化对舆情智能化主体的解构,从不同层面加剧了政治风险的产生。有鉴于此,应当尝试构建舆情智能化治理的规范进路,强调舆情智能化治理技术适配性从单向供给到全面深入的发展,实现舆情智能化治理资本管理能力从资本运营到政企配合的过渡,完成舆情智能化治理共建共享格局从独立主体到主体协同的建设,从而为完善中国舆情智能化治理提供善治良方。

我国公众智能价值观的现状评估与引领研究——基于2020年智能技术的热点舆情分析

本研究基于人工智能价值观的三个热点议题,从2020年发生的热点智能技术舆情事件中筛选各自的代表性案例,通过考察新闻媒体、意见领袖、普通公众三类用户对相关事件的认知及价值观,探究我国公众的智能价值观及其引领问题。研究发现,我国公众关切智能带来的价值观困扰,人的主体性是公众最为关注的价值,公众表现出技术运用中人本精神的敏觉;三类用户对同一事件存在认知理解与价值判断的差异;就事论事的普通公众处于舆情的最低层级,善于提炼议题的意见领袖在舆情中发挥了较大影响,新闻媒体在这类事件中以雷同的方式陈述事实,并未积极引领舆论。本文对智能时代的价值观引领提出建议,希望能为技术发展和新技术环境下人类价值观的建构提供依据。

2020年智能技术舆情热点及其价值观指向

本研究聚焦2020年度十大智能技术舆情热点,借助微博数据,呈现并解读了当下中国智能技术舆情及其价值观指向。研究发现,除"隐私"观较明确外,事件背后的价值观问题在舆情表达中模糊不清,公众的信息价值观念有待提升。传统主流媒体在公共性议题上表现出舆论引领的强势作用,但娱乐话题的舆论关注度明显更高。目前治理规则的发展滞后于智能技术的步伐,舆情的爆发在一定程度上推动着技术治理体系的完善。

智能化舆情嵌入意识形态安全的风险、逻辑与治理路径——基于传播政治经济学的分析视角

新型数字社会形态的构建及其持续崛起,为智能化舆情资源的流通提供了庞大市场。同时,智能化舆情因其对政治系统的作用力、对社会价值取向的影响力而与意识形态安全息息相关,可能会削弱主流意识形态的影响力、增加不良意识形态的社会显示度并可能诱发数字殖民风险、在微舆论场中导致群体情感的极化效应并容易冲击主流意识形态安全等风险。然而,智能化舆情对意识形态安全的影响过程呈现出较为鲜明的资本逻辑、技术逻辑和情感逻辑,且基本贯穿于智能化舆情和意识形态资源的生产、分配和消费过程。因此,应在对智能化舆情影响意识形态安全的内在逻辑进行系统分析的基础上,采取优化“元治理”格局并以制度完善抑制不良资本对主流意识形态的侵蚀力度、强化社会心态治理效能并提升用户群体负面情绪的疏导效果等治理策略,将有助于探索有效治理智能化舆情风险并提升我国意识形态安全水平的善治良方。