基于SCIR的微博舆情话题传播模型研究

微博是舆情话题传播的重要渠道,研究微博网络中的舆情话题传播机制,将有利于对舆情话题的传播过程进行分析与监控,而传统的网络信息传播模型却无法真实地描述微博网络中的舆情话题传播机制。针对以上问题,分析了微博网络中的信息互动模式及舆情话题的传播特点,以传染病动力学中的SIR模型为基础,通过引入一个新的节点状态——接触状态,构建了基于SCIR(Susceptible Contacted Infected Removed)的微博网络舆情话题传播模型。仿真结果表明,该模型可以很好地描述微博网络中的舆情话题传播规律。

基于传染病模型的社交网络舆情话题传播

针对传统模型难以真实地描述社交网络舆情话题传播过程,提出一种基于传染病模型的社交网络舆情话题传播模型。分析了社交网络舆情话题的传播特点,根据传染病动力学机制,将内部感染概率、外部感染概率、免疫概率以及直接免疫概率引入舆情话题传播过程中,构建了社交网络舆情话题传播模型,在Matlab 2012平台下采用Facebook数据集进行仿真测试。仿真实验结果表明,该模型可以准确描述社交网络中的话题传播行为特征,研究结果可以为社交网络舆论管理者提供有价值的参考意见。

基于SIR的SNS网络舆情话题传播模型研究

舆情话题通常是由突发性的新闻事件所引发,社交网站(Social Network Sites,SNS)因其庞大的用户规模和开放性、即时性与互动性等特点,成为舆情话题传播的重要渠道。因此,研究SNS网络中的舆情话题传播机制,将有利于对舆情话题的传播过程进行分析与监控。然而传统的网络信息传播模型无法真实地描述SNS网络中的舆情话题传播过程。为了解决上述问题,分析了SNS网络中的信息互动模式及舆情话题的传播特点,基于无标度网络上的SIR模型,通过引入内部感染概率、外部感染概率、免疫概率以及直接免疫概率,构建了SNS网络中的舆情话题传播模型。仿真结果表明,基于SIR的舆情话题传播模型可以很好地描述SNS网络中的舆情话题演化规律。

基于传染病动力学的博客舆情话题传播模型研究

以群组动力学为视角,本文将博客用户群划分为未知组群、易感组群、传播组群及免疫组群,建立了基于USIR的博客舆情话题传播模型。与之前的研究相比,该模型并不依赖于任何个体实证参数。仿真结果表明,该模型可以真实地描述博客网络中的舆情话题传播规律,并具有较好的预测性能。

微博舆情话题传播行为预测研究

本文分别从接收用户特征、发布用户特征、微博内容特征以及外部媒体关注度4个角度,分析了微博用户舆情话题转发行为,建立了基于LR的微博舆情话题转发行为预测模型,并给出了一个基于个体行为的微博舆情话题转发规模预测算法(PRALR)。实验结果表明,基于LR的微博舆情话题转发行为预测模型及PRALR算法均具有较高的预测精度。

基于叙词表的农业舆情话题发现算法研究

针对如何高效地发现农业舆情话题,提出了一种基于叙词表的舆情话题发现算法。该算法首先基于《农业叙词表》和综合性词表及网络新词构建叙词词典,作为中文分词软件的词典;然后运用TF-IDF计算特征词的权值,选取前P个特征词表示文本,并基于叙词间的关系计算词语相似度;最后,以叙词为节点构建无向图,通过对无向图聚类实现网络热点话题的发现。分析结果表明,该算法的最小识别代价为0.3534,算法运行效率相比传统算法较高。

网络舆情话题漂移路径研究

[研究目的]研究舆情话题的漂移路径,以期描述舆情事件发展过程中话题之间的来龙去脉。[研究方法]以“新冠肺炎”疫情事件为例,通过词特征分析得出从特征词的微观视角研究话题漂移的可行性;基于LDA话题模型对不同时间片中的微博文档进行话题抽取并结合词热度特征计算漂移概率,进而描绘出话题在时间片上的漂移路径。通过设计对比实验,验证方法的有效性。[研究结论]在话题漂移的过程中,尽管两个话题的内容有较大差异,但往往包含着一些相同的特征词,且共有特征词在不同话题上的热度呈现出不同的变化趋势。

地方性网络论坛热点舆情话题传播机制研究

地方性网络论坛是网络热点舆情话题信息传播的一个重要平台。对其传播机制的研究有助于对网络舆情进行管控。但是,现有的信息传播机制的研究都是基于对信息的“转发”行为进行的,无法适用于网络论坛中信息传播机制的研究。针对这一问题,通过普通的大型论坛和地方性论坛进行数据对比分析,得到了地方性论坛信息传播机制的三个特点。根据论坛中信息传播与帖子回复量呈正相关的特点,在SIR模型的基础上,加入新的浏览者(Browser)节点,引入兴趣指数函数P(m),建立了UBIR(Unknow-Browser-Infected-Removed)模型。根据地方性论坛信息传播的三个特点,对模型的参数进行修改。使用该模型进行仿真实验,对地方性网络论坛中热点舆情话题的传播机制进行了研究。结果表明,该模型能够较好地拟合实际数据并描述地方性网络论坛的热点舆情话题传播机制。

网络舆情话题的数据立方体模型分析

通过详细分析网络舆情组成要素,利用数据仓库技术,建立网络舆情话题数据立方体模型。该模型涵盖网络舆情的大部分组成要素,而且可以根据实际需要进行扩展。实际案例分析表明,应用该模型可以对网络舆情话题进行多角度、深层次的挖掘分析,分析结果能比较客观地反映网络舆情变化发展的规律和趋势,有助于全面地了解网络舆情话题,并为网络舆情预警提供必要的信息。

基于链接网络图探讨对互联网舆情话题的跟踪方法

本文以互联网舆情话题的跟踪方法为研究对象,结合链接网络图的实践应用,从网页与网页链接与互联网舆情话题的关联性分析、基于互联网舆情话题演化发展的链接网络图定义分析、链接网络图中节点互联网舆情话题的相关度计量方式分析、链接网络图中节点话题相关度的调整方式分析以及基于链接网络图的互联网舆情话题跟踪方法的实现分析这几个方面入手,围绕基于链接网络图的互联网舆情话题跟踪方法这一中心问题展开了较为详细的分析与阐述,希望能够为今后相关研究与实践工作的开展提供一定的参考与帮助。

基于SEIRS传播模型的网络舆情衍生效应研究

舆情话题在实际网络传播中引发衍生话题已是常态现象,为揭示网络舆情传播的真实情况,本文在传统的传染病传播模型基础上引入话题衍生率,构建了SEIRS网络舆情传播演化模型。通过对传播阈值和平衡点的求解从理论上分析了话题衍生率对传播态势的影响,并通过数值仿真实验分析了影响话题衍生率的社会作用、网民历史记忆等因素对网络舆情传播规律的影响,分析了这些因素对网络舆情衍生效应的促成作用,进而提出相应的对策建议。

基于Multiagent的社交网络舆情传播模型

为分析与预测社交网络中舆情传播过程和演化趋势,本文基于Multiagent分布式技术,建立了社交网络舆情传播模型,研究社交网络舆情传播方式,并根据Agent的行为和状态特性,对Agent进行分类,分析Agent的属性特征,通过剖析Agent个体之间的交互微观行为,依据信息价值时效性、信息源覆盖率和信息关注度,对转发行为的影响进行讨论,给出了Agent的决策规则,以网络结构方式体现Agent之间的内在联系。为验证模型的有效性,基于Agent的仿真平台,采用Netlogo 6.0.4进行模拟仿真分析。仿真结果表明,舆情信息的传播与信息价值呈正相关,信息价值越大,越有利于舆情信息的传播,且信息源的覆盖率与转发Agent数和中止Agent数成正相关,信息关注度对舆情传播影响甚大,说明该模型能准确分析和预测网络中舆情传播的演化趋势。该研究对相关人员了解社交网络中舆情的传播具有重要意义。

基于正负反馈的SEIR微博舆情传播模型

社交网络舆情已经成为社会舆情的主要阵地。针对传统模型难以描述社交网络舆情话题的真实传播过程,分析社交网络舆情话题的真实特点,补充加入社交网络中显著的水军和僵尸粉这2大显著特征,作为舆情话题传播中的正负反馈,分别对舆情话题的传播起到推动及抑制作用,构建带有正负反馈的社交网络舆情传播话题模型,提高舆情预测模型的准确率,得出正负反馈对舆情传播的影响力。

区块链技术在舆情分析中的价值体现

根据第45次《中国互联网络发展状况统计报告》,截至2020年3月,我国网民规模达9.04亿,加之网络服务的日益完善,人们越来越偏向于网络化生存,也日益习惯于通过网络观察社会、融入社会,积极加入网络平台中关于社会话题的讨论便是表现之一。舆情主体范围扩大,随之而来的则是舆情话题范围更加广泛。公众聚合的随机和意见指向涵盖范围的广阔,大大加强了舆情爆发的不确定性。

基于视知觉理论的社交媒体用户参与行为研究

社交网络舆情中用户在线参与行为差异化程度较高,用户阅读博文时的视知觉体验成为影响其参与倾向的关键。基于视知觉理论,探讨舆情博文中的非文字内容信息给阅读博文用户带来的视知觉对其在线参与行为的直接作用,同时还检验了不同发布博文用户的个体特征对视知觉与在线参与行为之间关系的调节作用。采用微博平台舆情事件下博文中的信息作为研究的数据样本验证模型,使用三阶段最小二乘法进行回归分析,并对比了针对原创发文和转发发文结果的异同。结果表明,原创博文中图片数、短链接数、表情包数、文本长度显著正向影响参与度,话题数显著负向影响参与度;转发博文中图片数、话题数、表情包数、文本长度显著正向影响参与度,短链接数对参与度的影响不显著。同时,发文用户认证类型和用户画像会员等级在视知觉信号与参与度的关系间有着明显的调节作用。

家校关系舆情事件透析:基于跨界者理论的视角

家校关系舆情事件的基本特点随着互联网的普及和信息化手段的多样化,家校关系舆情事件越来越受到社会各界的关注,并引发网络热议。以“家长”“家校”“家长群”“家庭教育”“家长作业”为关键词筛选相关舆情话题,梳理出2018至2021年热度较高的热点奥情事件具有如下基本特点。