采用网络舆情指数评价体系分级预警的多层模糊综合评判模型

为了掌握和监控网络舆情发展动向,对网络舆情进行分级研判预警是极为重要的。基于已有的网络舆情指数评价体系,建立了多层模糊综合评判模型,计算得到了网络舆情影响指数的向量,并应用最大隶属度原则对舆情事件发展的结果进行了可标识为红色、橙色、黄色、蓝色的4级评判。将模型对"重庆人事变动"、"中菲黄岩岛争端"、"油价上涨"3个网络热点事件进行分析,获得了它们的分级预警评判结果。

基于AGNN舆情指数网络的价格指数预测研究

利用多个相关领域舆情之间的复杂关联性,处理特定领域新闻的不连续所导致的舆情缺失问题,使其能够用于分项价格指数预测。提出基于自学习图神经网络模型的舆情指数网络方法,将若干相互关联的具体领域的舆情指数作为网络节点,日度舆情量化值视为时间序列,通过学习其中隐性图结构特征和舆情数据时序特征,构建成动态舆情指数网络,实现对稀疏舆情值的填补。对食品价格指数和有色金属生产价格指数预测的实证研究表明,经过该方法补齐的舆情指数和相应价格统计指数相关性达到最高,且预测精度得到提升,验证了此方法的有效性。

嵌入网络舆情指数的中国金融机构系统性风险传染效应研究

首先基于文本挖掘技术构建反映投资者情绪的网络舆情指数,然后将所构建的网络舆情指数嵌入到系统性风险传染效应度量模型,得到修正的单指标非对称CoVaR模型,并运用线性分位数LASSO算法与局部多项式估计方法进行参数估计,以此为基础构建金融有向网络,进而对中国金融机构系统性风险传染效应进行实证分析。实证研究表明:(1)以单指标非对称CoVaR为代表的金融机构风险指标与网络舆情的协同变化趋势明显;(2)证券类和银行类金融机构对外部风险非常敏感,极易受到其他金融机构的影响,也极易影响其他金融机构;(3)非银行类机构在风险积累阶段占据重要位置,银行在风险爆发时刻占据重要位置;(4)相对于非银行类金融机构,银行类机构具有较强的传染能力。

新冠肺炎疫情对北京市蔬菜价格影响实证研究

为分析新冠肺炎疫情这一突发社会现象对北京市蔬菜市场的影响,该研究从网络舆情角度出发,首先构建了新冠肺炎疫情网络舆情指数,其次选取了2019年10月至2020年3月北京市5类常见蔬菜价格,最后基于TVP-VAR模型研究了新冠肺炎疫情舆情指数对北京市蔬菜价格波动的动态影响。结果表明:1)短期内,新冠肺炎舆情指数变动对北京市蔬菜价格的影响具有较强的显著性;2)新冠肺炎舆情指数对不同品种蔬菜价格变动的影响具有异质性,其中大蒜、黄瓜和马铃薯价格受疫情影响较大,其次为番茄和白菜;3)2020年3月19日前后,5类蔬菜价格在对新冠肺炎舆情变动的时点脉冲响应均为正向影响,与现实情况基本相符。据此,针对政府和农业生产经营主体提出相应的对策建议,以应对新冠肺炎疫情对北京市蔬菜产业的冲击。

基于尖点突变的非常规突发事件网络舆情状态的研究

简述了基于尖点突变的非常规突发事件网络舆情状态研究的背景和意义;阐述了突变理论的概念及其特性;将尖点突变理论引入到舆情传播模型中,在前人研究的基础上构建了网络舆情指数指标评价体系,采用突变模型多准则评价方法对三类非常规突发事件进行了实例分析,实例表明,不同类型非常规突发事件的舆情指数不同,采用突变理论可以较好地描述非常规突发事件下网络舆情状态的变化,突变理论方法适用于网络舆情指数评价。