基于Web挖掘的突发事件网络舆情预警研究

当前网络突发事件频发,网络舆情与突发事件的相互作用增加了舆情分析和预警的难度,现有舆情预警系统无法满足需求。将Web挖掘技术引入到突发事件网络舆情预警中,构建了包括舆情采集层、舆情挖掘层、舆情分析层、预警研判层的基于Web挖掘的突发事件网络舆情预警系统模型,集成和整合了突发事件网络舆情预警全过程的重要功能,实现突发事件网络舆情采集、分析处理、危机预警的自动化、智能化和实时化。

基于LSTM模型的食品安全网络舆情预警研究

近几年,食品安全网络舆情事件数量激增,引起了国家的高度重视。目前的食品安全网络舆情预警指标体系对主题属性和传播扩散指标考虑不全面,未深入考虑舆情自身特性和演化规律,而且目前的网络舆情预警模型也不能很好地考虑舆情不同特征之间的相互联系,导致舆情预警准确率不高。针对以上问题,提出包括主题属性、传播扩散等5个维度的指标体系,并在此基础上提出长短时记忆网络Re-LSTM模型,使用正则化方法约束网络中各单元输入权重并用softsign函数替代tanh激活函数。与其他经典模型对比,所构建的模型不仅能够提高预警准确率,而且还能够更好地避免梯度消失和过拟合问题。

突发事件网络舆情预警研究综述

在突发事件处置过程中,网络舆情预警是不可或缺的关键环节之一。对学术界关于突发事件中网络舆情预警的研究进行分析,认为中外学界的研究主要体现在对突发事件中网络舆情预警的存在问题的研究、网络舆情预警平台建设的研究、网络舆情预警指标体系构建的研究、网络舆情预警关键支撑技术和算法的研究,以及突发事件网络舆情预警机制的研究等。

论新疆网络舆情预警机制的建构与完善

新疆构建网络舆情预警机制对维护稳定具有重要意义,应本着快速反应、信息公开、约束引导三个原则预以建立,文章介绍了网络舆情预警机制的运行体系,并就完善新疆网络舆情预警机制的建议加以论述,以期对新疆网络舆情的应对及新疆的社会稳定有所裨益。

Web挖掘技术在网络舆情预警中的研究与应用

互联网已成为当前舆情监控的重点,如何获取更多更准确的网络舆情信息,为预警和决策服务,是摆在各级相关部门面前的首要任务。Web挖掘可以有效地从互联网上获取并分析相关舆情,达到预警和辅助决策的目的。本文介绍了Web挖掘技术的基本概念,及其在收集、分析、处理网络舆情等方面的应用,并给出了相关图示。

基于多粒度粗糙的网络舆情预警决策支持

针对网络舆情预警问题中决策规则的挖掘仅仅停留在某一层次的指标体系这一不足之处,借助多粒度粗糙集能够实现多视角与多层次的目标逼近计算,提出舆情预警决策规则挖掘的多粒度方法,构建相应的系统实现手段,并在此基础上,利用聚类的采样技术,进一步降低舆情预警对象间的计算规模,为网络舆情预警的决策支持问题提供新的技术手段。

大数据时代高校网络舆情预警机制及优化策略研究

随着互联网的快速发展,我国进入大数据时代,现阶段高校网络舆情频发,给高校安全稳定工作带来巨大挑战,但大数据技术也能为高校舆情预警与应对提供技术支撑。因此,高校可利用大数据技术建立网络舆情预警机制,通过动态监测搭建多层次全方位的新媒体引导矩阵,帮助高校做好网络舆情的防范、预警、分析和处理,促进高校网络舆情管理专业化、精准化、高效化。

论公务网络舆情预警的发展趋势

公务网络舆情预警是网络舆情监测室接受政府部门委托、以盈利为目的,针对网络舆情进行的实时监控,按照政府部门要求上报网络舆情信息的过程。近年来,公务网络舆情预警发展迅速,形成了相对稳定的网络舆情信息来源、网络舆情预警规则以及网络舆情预警成果。但是,在公共网络舆情预警中,舆情信息处理粗放、预警不规范的情况有所存在。当前,党加大了对网络舆情的引导。在这种政治传播环境下,公务网络舆情预警必将会走向精细化、规范化。

基于改进的LSTM-CNN模型的高校网络舆情预警研究

为了对高校网络舆情有效地进行监测和预警,文章首先对传统的LSTM模型进行改进,分别采用softsign激活函数代替LSTM模型中的tanh激活函数,同时用L1范数和L2范数的线性组合来正则化LSTM模型的输入权重。结合改进的LSTM模型和CNN模型各自优点,提出运用改进的LSTM-CNN模型对高校舆情信息中文本的情感倾向进行分类,把舆情中的情感倾向分为非负面情绪和负面情绪两大类,以达到预警的目的。实验证明,改进的LSTM-CNN模型对高校舆情信息中文本的情感倾向分类性能有很大提升,并且是有效的。

关于互联网络舆情预警及对策研究的征稿通知

如何针对互联网络舆情进行预警及采取相应对策是摆在公安机关面前的紧迫任务,也是公安理论研究者面临的全新课题。为促进此项研究的开展,加强业务单位和研究人员的交流,中国人民公安大学网络信息中心拟于2007年8月在北京举行“互联网络舆情预警及对策研究”研讨会,欢迎公安院校教师及公安机关相关业务部门的同志投稿并参加大会交流,入选论文将收入公安部部级软科学课题《网络舆情预警与对策研究》论文集,优秀论文将在《公安教育》杂志发表。

基于LSTM-CNN模型的高校网络舆情预警研究

为了对高校网络舆情有效地进行监测和预警,结合人工智能技术中LSTM模型和CNN模型各自优点,提出运用LSTM-CNN模型对高校舆情信息中文本的情感倾向进行分类,把舆情中的情感倾向分为非负面情绪和负面情绪两大类,以达到预警的目的。同时对LSTM-CNN模型进行优化,用softsign激活函数代替LSTM模型中的tanh激活函数,对LSTM模型进行优化;引入Dropout层,用ReLU激活函数代替CNN中的sigmoid激活函数,对CNN模型进行优化;最后采用Adam算法对整个LSTM-CNN模型进行优化,提升LSTM-CNN模型的训练效果。最后通过实验证明,LSTM-CNN模型对高校舆情信息中文本的情感倾向分类性能有很大提升,并且是有效的。

高校教育管理中网络舆情预警现存的问题及对策研究

随着信息时代的到来,网络已经渗透到高校的各个角落并日渐成为高校的新主流媒体。但网络舆情如同一把双刃剑,既有利于改进高校工作,推进和谐校园的建设,也会给高校稳定和发展带来不利影响。为引导大学生正确面对社会现实问题,帮助大学生理性选择个人言论和行为,本文分析了高校网络舆情预警现存问题,并提出了具体建设策略,以期有助于进一步改进、完善高校网络舆情预警机制,更好的保障大学生的健康,快乐成长。

突发事件网络舆情传播规律与预警阶段研究

分析突发事件网络舆情信息数据特征,以网络信息量为研究对象,构建突发事件网络舆情信息传播规律模型,研究突发事件网络舆情潜伏期的高潮预测问题、扩散期的负面信息监测问题以及消退期的衍生舆情监测问题,利用MATALB数值仿真进行实证研究,为网络舆情预警研究提供思路。

高校网络舆情监测及预警研究-中央财经大学党建和思想政治工作理论研究课题资助

高校不仅需要把日常宣传工作做好,还必须具有对舆情进行监测的意识,把握好自身的网络平台,尽早预警、提前防范、掌握主动,可辅助其他相关部门进行科学决策,了解师生的思想动态,维护校园稳定,进一步促进高校教育教学改革、人才培养、创业就业、项目科研、招生管理等多维度的变革,成为高校自我创新和高效发展的新兴驱动力.本论文拟通过研究和分析网络行为管理工具,收集校园网用户访问互联网多样化资源信息的轨迹行为和言行数据信息,对舆情信息的发展走向做出科学研判,构建较为完善的学生思想行为危机和校园网络舆情危机预警机制.

基于灰色聚类的我国食品安全网络舆情预警

大数据时代食品安全网络舆情的科学预警将有助于及时有效发现危机舆情,对于遏制食品安全谣言传播、促进社会和谐稳定具有重要意义。针对食品安全网络舆情的演变发展具有高度的不确定性、灰色性、模糊性等特点,基于三角模糊数确定网络舆情预警指标权重,通过建立灰色白化权函数对各指标灰色隶属度进行计算,建立基于灰色定权聚类的网络舆情预警模型,完成网络舆情等级的界定、划分与预警。通过对食品安全事件进行案例分析,验证了模型的有效性与实用性。

基于模糊集值法和云重心法的网络舆情风险预警方法研究

[目的/意义]旨在建立科学有效的网络舆情风险预警机制,实现更高效的舆情管理。[方法/过程]通过建立网络舆情风险预警指标体系并利用模糊极值统计法对其权重进行计算,考虑到网络舆情风险预警的模糊性和随机性,提出了基于云重心评判法的网络舆情风险预警方法。该方法通过计算云重心模型坐标的偏差来评估网络舆情发展态势的变化,从而得到网络舆情风险预警结果。[结果/结论]经实例验证,提出的方法可有效识别网络舆情发展所处状态,并对网络舆情风险做出预警判断。

基于云模型的网络突发群体事件预警方法的研究

构建了网络舆情危机预警指标体系,从舆情危险度、舆情扩散度和舆情热度3个维度出发,将云模型的数学模型运用到网络舆情危机预警中,提出基于云模型的网络突发群体事件预警的方法,最终实现网络舆情危机预警的实时、智能和简单有效等作用。

面向分层指标的网络舆情粗糙数据分析系统研究

针对目前网络舆情预警问题研究中指标体系的构建过于依赖专家经验知识这一不足之处,借助聚类技术,提出了舆情预警指标体系的层次化构建方法,根据不同层次的聚类中心点,利用舆情样本与聚类中心点的距离向量得到不同层次上的指标,并在多个层次上利用粗糙数据分析方法,实现舆情决策的生成与融合,为舆情类别的判别分析问题提供了新的技术手段。

自媒体时代高校网络舆情的特征

自媒体是当代大学生学习生活的一部分,是高校网络舆情的主要载体,逐渐成为高校思想政治工作的重要阵地。文章分析了自媒体和网络舆情的含义与特征,梳理了自媒体时代高校网络舆情具有群体的特殊性、隐蔽性;载体多元性、交互性;传播扩散性、敏感性;内容复杂性、碎片性等特征,为新时期做好高校网络舆情预警和引导工作提供依据。

互联网舆情分析预警初探

本期《专题研究·技术探讨》栏目围绕互联网舆情分析的话题,向读者介绍网络互联网舆情分析预警、信息研判和网络舆情监控解决方案等内容。