面向突发自然灾害事件的政务微博舆情动态预警机制研究

【目的/意义】党的二十大报告提出“提高防灾减灾救灾和急难险重突发公共事件处置保障能力”。政务微博已成为政府部门发布自然灾害事件信息的重要平台,建立有效的政务微博舆情预警机制,有助于及时掌握舆情走势,为网络空间治理和调整应急救助救灾决策提供参考依据。【方法/过程】研究建立了包含突发自然灾害事件中网民情绪状态预测模块和舆情警级识别模块的政务微博舆情预警系统,并对政府自然灾害救助应急响应等级与舆情风险等级进行了联合分析,划分了四种情况,提高了应急管理的操作性和针对性。通过“河南遭遇特大暴雨”案例验证了舆情预警系统的准确性和适用性。【结果/结论】检验结果表明:新陈代谢灰色马尔科夫动态预测模型显著提高了舆情预警的预测精度,结合灰色关联分析建立的警级识别方法结果可靠。研究有助于健全政府部门对突发自然灾害舆情风险的应急管理体系,建立预警与响应的联动机制,提升应急管理能力。【创新/局限】研究以动态预测的理念引入了新陈代谢模型,并建立了自然灾害事件舆情预警与应急响应的联动机制,未来可进行多案例、多情景的验证。

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。

网络口碑的传播学特征与社会效应

随着数字科技的快速发展,人与人之间的信息交流不再仅仅局限于面对面的口头传播,网络传播开始在人们获知信息的渠道中扮演重要角色,这直接推动了口碑传播的变化与发展。随着信息社会的来临,口碑的传播正在从现实生活延伸至网络平台之上,今天的消费者在购物前不仅能够通过讨论区、留言版、在线聊天等途径采集到之前消费者所提供的相关评论,同时他们也可以在购物后将自己的消费感受分享在网络平台之上,以供后人参考。网络口碑在当前社会中承载着重要的沟通意义和组织意义,具有匿名化、分众化、主动性、引导性等特质。为了更好地促进现代社会的发展与进步,我们迫切需要通过多样化的手段来提升网络口碑的内在品质,提高口碑本身的客观性,并进一步增强其透明度。

基于卷积神经网络的多维特征微博文本情感研究

随着计算机网络技术的飞速发展,人们已不满足于被动阅读式的上网体验,快捷高效轻易发表自己的观点及创作,成为人们新的上网追求。而微博的出现,精准满足了人们的需求,人们可以在微博上发表长篇大论,也可以短短几个字,表达喜怒哀乐及对事物的看法。在微博上,人人既是浏览者,也是创作者。如何通过微博及时准确把握舆情动态,通过字里行间分析受众情感,成为网络监管者应该重视的问题。文章改变当前较为流行的机器学习算法,以基于卷积神经网络的多维特征微博文本情感研究作为主题,在深入分析研究背景的基础上,从构建关键词向量、构建卷积神经网络模型、算法设计三个方面论述了具体研究方法,随后从实验设计、结果分析、对比实验及分析三个方面全面分了实验结果,最后阐释了该算法研究的启示与建议。