网络伪舆情的成因及对策分析

当前网络伪舆情出现的原因主要有:网络的隐匿性及社会管理部门的缺位;网民的自律性差及社会新矛盾的出现。针对这些问题,要通过加强网民自律,实行网络实名制;形成联动机制,及时规范网络伪舆情;用足用好法律武器;保持信息的公开畅通等途径加以破解。

基于偏好选择行为的网络伪舆情传播研究

随着技术的发展、互联网的普及,人们对于网络信息的态度表达更加快捷、直接,这也就推动了网络舆情的发展,但网络伪舆情往往让我们存在认识上的偏差,目前针对网络伪舆情的研究也相对较少。本文通过伪舆情的定义以及它的存在方式,基于偏好选择行为建立伪舆情传播模型,进一步分析网络伪舆情各要素间的影响因素,最后提出针对网络伪舆情治理的策略建议,以提供参考。

大数据环境下基于K均值聚类的网络伪舆情分类研究

为了解决网络伪舆情事件分类过于主观以及分类标准模糊的问题.该文基于网络大数据建立一个全新的伪舆情识别指标体系,在此基础上,收集过去一年中网络伪舆情事件的相关指标数据,基于Python软件利用经典的K均值聚类算法对网络伪舆情事件进行聚类分析,得到三个类别的网络伪舆情事件集,分析总结各类伪舆情事件本身的特点.该文为网络伪舆情的识别与分类提供了一种全新的方法,为相关部门利用网络大数据准确控制各类伪舆情提供参考.

偏好分层理论视角下网络伪舆情传播路径研究

在网络空间中,现实生活中的阶层观念被淡化,代之以个体聚合的"群体智慧"。这种"智慧"一旦被有意擘画的个人与组织进行舆情煽动抑或被不明就里的"乌合之众"加以情绪扩充,就会形成伪舆情的合力,足以吞噬事情的真相。本文利用偏好分层理论对网络伪舆情的传播行为进行路径分析,对其行为背后的动能因素和变化规律进行探求,为伪舆情研判找到传播学的依据。

浅析网络伪舆情的社会影响

互联网的开放性、交互性、自由性以及社会转型期各种矛盾交错,导致了网络伪舆情的产生,且网络伪舆情难以分辨,大量且高频率的网络伪舆情发布对社会的和谐发展造成了极大的破坏。本文从网络舆情生态和公众媒介素养两个方面对伪舆情的破坏性进行分析,以便于进行科学性、针对性的把控和预防。

基于支持向量机的网络伪舆情识别研究

针对网络伪舆情的识别问题,提出一种基于支持向量机的网络伪舆情识别方法。鉴于不同的舆情信息所反映出的舆情特征不同,而舆情特征的不同又可进一步辨别舆情的真假,因此首先构建针对网络舆情真伪的评价指标;基于支持向量机的分类机理,结合网络舆情的评价指标提出基于支持向量机的网络伪舆情识别模型,采用多项式核函数以及优化之后的径向基核函数产生的分类器。通过实验证明采用支持向量机构造舆情分类器所构建的识别算法能够对网络伪舆情进行有效识别。

基于SVM与K近邻结合的网络伪舆情辨识研究

针对当前网络伪舆情难以快速、有效辨识的问题,通过对网络舆情特征的分析,认为不同舆情信息反映不同舆情特征,因此辨识的本质可以看作是一个自动分类问题。构建网络伪舆情指标评价体系,提出一种基于支持向量机与K近邻结合的网络伪舆情辨识方法。实验结果表明,该方法比单纯使用支持向量机具有更高的分类精度,且较好地解决了核函数参数选择的问题。