事件系统视角下网络舆情态势感知研究

[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。

网络舆情用户传播行为的心理距离感知强度测度及实证研究

[目的/意义]网络舆情用户传播行为的形成与网民的心理活动密切相关。从心理学视角出发,对网民传播群体的心理距离进行解析量化,有助于从心理根源上厘清网民传播行为的形成机理,为政府各级网信办提供理论和实践方法参考。[方法/过程]基于心理学理论视角,对心理距离进行归纳演绎,析出时空涨落度、语义关联度和情感认同度三个子参数,用以测度心理距离感知强度,并对感知强度进行分型。[结果/结论]为网络舆情研究提供了新的理论视角,心理距离感知强度能够很好地展现出舆情发展的时空热度、语义主题演化和舆情情感反转态势,能为舆情管控工作提供科学的理论支撑和量化依据。

4R危机管理视角下的公立医院网络舆情与危机管理对策探析

全媒体时代,网络已成为一个巨大的“舆论场”,每个人都手握“麦克风”。公立医院作为国家医疗服务体系的主体,具有高技术、高风险、高社会关注度等特点,是媒体和网民关注的焦点。因此,公立医院时刻面临着网络舆情危机冲击的风险。笔者以4R危机管理理论为基础,结合南京大学医学院附属鼓楼医院舆情管理工作实践及成效,试图对公立医院网络舆情与危机管理工作提出切实可行的建议。

基于情感分析的网络舆情共振研究

为有效应对复杂多变的舆情环境,研究孤立发生的单一舆情事件演化成具有某些相同特征的多舆情事件簇或事件集,针对同议题、同情绪等多起舆情事件建立网络舆情共振模型,通过爬取“唐山打人案”和“唐山打人事件被害人首次发声”事件相关微博数据,以及“2021年河南遭遇特大暴雨”和“2023年河北暴雨”相关微博数据,将评论数据进行BosonNLP情感分析,得出其情感分数;并将情感分数作为模型参数,分别对2起不同类型的案例进行检验。研究结果表明:在原生舆情与次生舆情共同作用下,引起网民情绪感染和矛盾冲突,从而发生网络舆情共振,并且共振产生的热度高于单一事件热度;网民消极的态度值会加速舆情共振、不同类型的事件所产生的舆情共振效果是不同的。研究结果可丰富网络舆情以及社会物理学相关理论,可为构建舆情共振的研究框架提供参考。

基于改进SEIQR模型的突发网络舆情传播与控制研究

[目的/意义]社会突发事件映射到互联网空间中形成的突发网络舆情在不良因素的干扰下于网民间扩散容易形成强烈的负面情绪导向,很可能对网络社会的和谐稳定产生极大破坏。因此,正确认识突发网络舆情的传播特点,把握各种舆情管控措施对传播的影响,对合理、有效地管理舆情至关重要。[方法/过程]针对突发网络舆情的传播特性对标准SEIQR模型进行改进,提出实施舆情管控措施下以媒体恶意炒作和网民间恶性正反馈为主要传播驱动的SEACBR模型,并利用仿真实验对不同规模的突发网络舆情在各种管控措施下的传播过程进行模拟,以探究不同措施的管控效果并验证模型的泛化性。[结果/结论]管控突发网络舆情应以良性引导为主,其他措施为辅,这样在及时施策、积极治理的情况下突发网络舆情的消极影响就可被有效抑制。

ChatGPT网络舆情特征多维度演化分析

[研究目的]ChatGPT在世界范围内刷爆网络,引起全球的关注和热议。互联网上针对ChatGPT产生多种不同的声音,从广泛社会舆论视角探究ChatGPT网络舆情特征的多维度演化规律,有利于为新兴科技类产品的舆情研判和利益相关者决策提供支撑。[研究方法]基于传播学视角构建了ChatGPT网络舆情特征多维度演化分析框架,以微博为数据获取平台,使用意见领袖影响力、LDA主题挖掘以及SnowNLP情感分析方法对ChatGPT网络舆情多维度特征演化展开分析。[研究结论]ChatGPT网络舆情发展分为缓慢萌发期、火爆出圈期、波动下降期以及稳定发展期四个阶段;初期意见领袖中包含科技科普博主、权威媒体以及社会公众人物,后期自媒体和名人的意见领袖作用逐渐被权威媒体和网络平台媒体所取代;热点主题数量增加,且主题不断细化和深化。公众对ChatGPT的情感以积极乐观为主。ChatGPT网络舆情的情感倾向与主题演变趋势相一致。

网络舆情事件链演化分析

为防范舆情风险,分析网络舆情的细粒度演化,提出一种去冗余的衍生事件内容关联演化分析框架。通过文本挖掘技术从海量文本流中提取主要的衍生事件,将舆情内容压缩到人工可判读的数量级;利用词移距计算相邻两个时间片上的衍生事件相似度,构建反映演化关系的衍生事件链图。以“上海特斯拉自燃”事件为例进行事件链演化分析,得到微博网络舆情事件发展不同阶段涉事主体在各个衍生事件中的话题转移关系,最后鲁棒性分析的结果验证了该分析方法具有降低微博短文本冗余信息的能力,提高了事件演化关联识别分析的准确性。该研究方法为舆情事件的事后复盘、同类舆情事件的预判和介入、衍生事件的科学研判提供了决策支持。

重大突发事件下网络舆情传播中回声室网络结构研究

[目的/意义]在社交网络中回声室对重大突发事件下的社交网络舆情演进具有重要作用,研究重大突发事件网络舆情中回声室网络结构可以为相关部门的舆情引导和管控提供指导和帮助。[方法/过程]基于网络结构理论,利用社会网络分析法和情感分析方法,进行用户回声室网络结构识别以及用户回声室网络结构表征及网络同质性检验。在此基础上,构建重大突发事件中回声室网络结构分析模型,并结合重大突发事件“3·21”东航客机事故中典型舆情话题进行实证研究。[结果/结论]重大突发事件网络舆情中存在回声室效应,由于微博评论与转发机制的不同,回声室网络结构存在明显的网络特征差异,且评论机制更有利于社交网络在重大突发事件下的情感分享,并可以凝聚群体观点和用户想法,从而促进意见领袖在群内和群外成员之间的互动。

基于LDA-DLNB网络舆情识别的应急管理智库决策研究

[目的/意义]网络舆情信息在突发事件应对中有着不容忽视的传播影响力。完善舆论引导是中国特色新型智库的重要功能之一。做好网络舆情识别是应急管理智库提高综合研判能力的关键。[方法/过程]本文从应急管理智库建设角度出发,聚焦突发事件网络舆情信息中潜在的关键热点与情感结构识别问题,通过机器学习方法构建LDA-LDNB网络舆情信息挖掘模型,并基于突发事件网络舆情文本信息进行模型验证和实证分析。[结果/结论]本文构建的模型能很好地识别突发事件中网络舆情信息的主题、情感与演化特征,为应急管理智库提高应急管理决策服务能力提供方法支持,为构建数据驱动的应急管理智库提供新的思路。

网络舆情环境下大学生思想政治教育创新路径研究

为了适应网络时代的发展,大学生思想政治教育必须不断更新、改进,不断提高思想政治教育工作的质量,以进一步满足大学生的发展需求,促进大学生综合能力的不断提高。为此,只有从网络环境的角度出发,对大学生思想政治教育面临的挑战、困境进行解读,并采取有效的措施进行解决,这样才能为高校思政工作提供有益的创新教育路径,促进大学生的长远发展。

基于网络舆情治理的高校思政教学策略研究

在多元化的信息环境中,高校网络舆情作为网络信息的重要组成部分,对大学生的思想和行为产生着潜移默化的影响,也给高校思政教育工作的开展带来了挑战和风险。在新时代背景下,高校需要以社会主义办学方向为导向,在校园网络中注入先进的文化和思想,并对现有的教学手段进行改进和创新,在遵守引导网络舆情原则的基础上,发挥其引导价值,进而不断研究、改进、创新引导路径。

自媒体时代涉警网络舆情的应对策略

自媒体时代的快速发展,拓宽了信息传播范围,为公众发表意见、表达态度与宣泄情绪提供了平台,但也为涉警网络舆情的治理增添了难度。涉警事件发生之后,负面涉警网络舆情会大规模爆发,舆情对立的局面更加突显,加大了公安机关的引导难度。在此背景之下,公安机关原有的应对涉警网络舆情的方案已趋于落后,更新舆情应对机制已刻不容缓。分析自媒体时代涉警网络舆情的特征,总结公安机关应对涉警网络舆情的现状,旨在为公安机关引导与治理涉警网络舆情提供相应借鉴。

自媒体时代高校网络舆情治理研究——基于社会燃烧理论

【目的】网络技术的快速发展和应用将大众带入自媒体时代,也将高校网络舆情推向更加复杂多变的环境,要完善高校网络综合管理制度,促进良好校园网络生态的形成,因此探索高校网络舆情治理路径势在必行。【方法】基于社会燃烧理论,深入分析自媒体时代网络舆情发展的新特点,并根据高校当前面临的现实困境,提出高校网络舆情治理的具体路径。【结果】将社会燃烧的三要素融入舆情治理的环节,实现舆情监测的深化与前置、舆情防控的及时与适时、舆情治理的系统与学生素养的提升。【结论】在自媒体时代,全面提升高校网络舆情治理能力,营造清朗的校园网络环境。

网络舆情事件中负面情感协同治理体系的建构

网络舆情事件常伴随着不公平感、非正义感、失序感和焦虑感等负面情感。负面情感是社会系统中群体表情达意的重要方式,值得重视。在网络舆论场上,负面情感的“双刃剑”效应尤为突出。针对负面网络舆情的消极影响,有必要建立多元主体协同合作的治理体系,通过发挥公权力机构、社会组织、社区、媒体和网民等不同主体的作用,共同化解社会负面情感,增强社会公共信任感,引导积极的社会情绪。

基于BP神经网络的高校网络舆情预警研究

在以舆情热度与舆情传播两个维度建立高校网络舆情预警指标体系的基础上,构建基于BP神经网络的高校网络舆情预警模型,运用该模型对2021年至2022年的16件典型高校网络舆情事件进行实证分析,确定高校网络舆情预警等级,并提出不同预警等级的高校网络舆情防范应对举措。实时监测高校网络舆情信息,及时捕捉高校网络舆情信息中的不安全因素,建立高校网络舆情预警模型,在一定程度上能够控制、防范和化解网络舆情危机,对于科学管控高校舆情风险、提升高校有效防范和应对网络舆情危机能力、建设和谐高校具有重要的现实意义。

面向复杂网络舆情知识发现的事理图谱方法优化

[研究目的]优化事理图谱构建方法,提升事理图谱工具在非结构化网络舆情数据中的知识发现能力,能更好挖掘复杂网络舆情事件内部的因果关系和演化路径。[研究方法]研究采用RoBERTa预训练模型进行序列标注以取代传统模式匹配方法,引入Word2Vec词向量和BERTopic主题模型取代传统机器学习聚类算法,对知乎平台“硅谷银行破产”网络舆情进行实证分析。[研究结论]结果表明,融合深度学习与序列标注的因果关系抽取在114901个上下文中识别到68613条原始因果事件对,相较模式匹配方法高出46.47%;基于词向量与主题聚类模型的事件泛化将2148个代表事件划归为14个主题,在文本特征和语义特征层面的泛化效果优于K-means算法。该文依据优化方法构建的网络舆情事理图谱围绕核心主题呈现“循环型”“紧密型”“长链型”的演化路径特征,构建流程和分析过程可为网络舆情治理提供工具及决策支持。

重大突发事件下网络舆情传播中社会群体主题演化图谱构建研究

研究重大突发事件下网络舆情传播中社会群体主题演化图谱构建,对重大突发事件的应急和维护社会稳定具有重要作用。文章基于LDA主题模型构建社会群体主题演化图谱,基于主题时序统计和主题频次统计构建社会群体主题热度演化图谱,基于JS散度和DFS算法构建社会群体主题路径演化图谱,并给出重大突发事件下网络舆情传播中社会群体主题演化图谱构建过程模型。研究发现:利用构建的模型可以对群体主题特征、主题热度影响因素及主题最优传播路径进行分析,发现重大突发事件下舆情演进态势和识别敏感舆情话题,从而进行正向的舆情引导,为重大突发事件下网络舆情治理提供新的参考视角。

自媒体时代高校网络舆情应对机制研究

自媒体时代高校网络舆情更加复杂多元,高校日常管理工作也面临新的挑战。立足于自媒体时代高校网络舆情事件,探讨舆情传播特点,从舆情研判、引导、处置、修复等角度总结当前高校网络舆情应对工作中存在的问题,探讨自媒体时代高校网络舆情应对机制,以期营造和谐稳定的高校网络环境,提升高校管理能力和治理水平。

基于战争游戏法的网络舆情治理应用研究——以“雪乡宰客”事件为例

[目的/意义]网络舆情治理与社会稳定、区域经济发展息息相关。战争游戏法可预测网络舆情事件的发展态势并提出相应的解决对策,该方法有助于解决网络舆情治理过程中存在的应对能力不足、关键要素分析不全面以及应对不及时而造成舆情迅速蔓延等痛点问题。[方法/过程]首先,对网络舆情治理及战争游戏法的已有研究成果进行梳理;其次,分析网络舆情治理的痛点以及战争游戏法对网络舆情治理的适用性,建立基于战争游戏法的网络舆情治理分析框架;最后,以“雪乡宰客”事件为例对该框架进行验证。[结果/结论]战争游戏法从仿真模拟的角度分析网络舆情治理要素,实证分析证实所构建的战争游戏法分析框架在网络舆情治理中的有效性。

数字时代网络舆情治理的实践困境与优化路径

互联网的深度发展和数字技术的转型升级拓宽信息来源渠道,丰富信息获取手段,充实信息利用价值,促进人类的公共交往并推动了数字经济社会进步。与此同时,一些鱼龙混杂的非健康信息和非良性舆论随之产生,继而导致网络舆情风险和网络冲突事件的不断涌现。因此,开展网络舆情治理已然成为数字时代“互联网+国家治理”的必然趋势。然而,在制度、组织、技术、行动等方面,网络舆情治理的具体实践仍然存在诸多挑战和困境。基于此,应有针对性地建构横向到边、纵向到底的治理体系,不断优化网络舆情治理的创新路径:加强制度完善与法治约束,强化平台自律与媒体规范,开展技术善治和精准治理,提升数字技能与网络素养。