危机情境下网络优质建议识别与评估

[目的/意义]对危机情境下的网络优质建议进行识别与评估,获取其中有价值、可利用的信息,帮助相关管理部门发现有价值的优质建议,以便于危机应对。[方法/过程]根据危机情境下网络建议的特点,构建基于长短期记忆人工神经网络(LSTM)的用户建议识别模型,并根据双路径模型和建议响应理论,从信息质量和信源质量双维度构建用户建议质量评估体系。以“5·9成都第四十九中学学生坠楼事件”为例,进行网络建议的识别与评估,并对获取的用户建议进行等级划分及主题分析。[结果/结论]危机情境下网络建议可划分为优质建议、可用建议和一般建议,这三种建议的主题分布在危机生命周期的各阶段并具有不同特征。根据这些特征,对相关管理部门应用优质建议及优化危机应对流程提出改进思路。