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。

基于食品添加剂引发食品安全网络舆情协同治理研究

食品安全历来受到广泛关注,近年来因食品添加剂使用不当、非法使用添加物等而引发食品安全事件,已成为公众情绪的“催化剂”,并迅速演化为网络舆情,影响企业自身发展和社会安定稳定。以海天酱油“双标”事件为例,结合舆情传播生命周期模型,通过问卷调查、内容分析法等,梳理食品安全网络舆情演化的基本规律,进一步探析食品添加剂引发食品安全网络舆情的主体影响因素,并提出建构多元协同治理体系及具体路径。

基于分布式爬虫的微博舆情监督与情感分析系统设计

互联网的兴起使微博等自媒体平台成为网民表达意见的主要途径。同时,网络舆情的迅速传播使得网民舆论管理成为一个难题。针对传统方法在微博舆情管理上的局限性,文章设计一种基于分布式爬虫的微博舆情监测与情感分析系统,并借助情感分析和LDA主题提取技术,对热点事件进行分析,帮助政府和企业更好地把握舆情发展动态,捍卫其社会公信力。

政务新媒体互动内容分析及诉求回应研究——以人民网留言板数据分析为例

[研究目的]网络问政已成为新时代主要的政民互动方式之一。通过充分挖掘网络政民互动内容的特征,可以了解民众的民意诉求,亦可以及时发现地方政府部门工作中有待改善之处。[研究方法]根据框架理论,采用自然语言处理技术挖掘中部超大城市领导留言板互动内容中的语言特征、内容特征及行为特征,并分析不同特征间的潜在关联。[研究结论]研究表明,语言特征方面,民众留言弱者框架的占比最高,抗争框架所占比例较低。政府偏好使用描述话语和共情话语,规则话语的使用频次较低。内容特征上,各项领域内容特征与城市统计年鉴相应数据存在关联性,能够客观反映各领域存在的问题,且通过聚类能够有效发掘热点议题和实体辅助政府回应。行为特征方面,民众投诉/求助类留言比例与人均地区生产总值具有相关性。政府回复的行为特征与民众留言的内容特征存在潜在关联,其中政府行为的处理类型受民众留言的内容特征影响最大,缺乏关注语言特征和行为特征。

基于BERT的毕业生就业舆情分析系统设计与实现

为辅助相关部门更好地掌握毕业生就业网络舆情,利用大数据和人工智能技术,开发一种针对高校毕业生求职期间网络舆情的分析系统。系统基于BERT模型,通过爬虫技术从社交媒体中收集数据,将收集的数据预处理后利用深度学习训练出情感分析模型,并使用前端、后端技术,结合对模型的训练结果,将模型集成进网络舆情分析系统当中。目前该系统已研制完成并通过相关部门评审,即将投入使用,以期在全局舆情控制和引导目标方面发挥作用。

基于BERT多特征融合的网络舆情情感识别

社交网络文本含有丰富的情感信息,通过社交网络文本情感识别掌握网络舆情动态具有重要的意义。由于文本数据的高维稀疏性,情感分析任务面临着巨大的挑战。为了解决上述问题,提出了一种基于BERT多特征融合的网络舆情情感识别新模型。首先,使用BERT预训练语言模型对输入文本进行编码;然后,根据BERT编码层输出的特点,从三个通道分别对其生成的特征向量进行进一步的处理,形成三个特征向量;最后,对这三个特征向量进行拼接,构建网络舆情情感识别模型。以新冠疫情期间网民的微博评论为数据集验证模型的可行性和优越性,模型的精确率、召回率和F1值分别达到92.7%、93.9%以及93.2%。实验结果表明,基于BERT多特征融合的特征向量包含更加丰富文本的语义信息,能够有效提升网络舆情情感识别的性能。

网络舆论舆情引导刍议——关于引导策略的研究

网络舆论舆情深刻反映着公众对于社会热点事件和切身利益的意见、态度和情绪,将网络舆论引导与网络舆情引导并提,旨在从引导策略方面展开专门性的研究。网络舆论舆情的引导策略主要有如下八个方面:及时、真实地披露重要政务信息和公共信息;进行深入、准确的舆情研判;主动设置网络舆论议题;在舆论舆情引导中融通和活用事、理、利、情、美诸多元素;密切关注网络舆论舆情的反转现象;造就更多体现正能量的意见领袖;对“网络水军”进行专题性研究;在进行舆论舆情引导的同时开展相应舆论斗争。

突发公共卫生事件舆情监测与恐慌度分析系统的设计

目的:探讨并设计突发公共卫生事件舆情监测与公众恐慌度分析系统。方法:从分析互联网上公众恐慌机理入手,通过网络舆情监测,采用基于Web的数据挖掘技术实现公众恐慌的度量。结果:提出并构建了突发公共卫生事件网络舆情监测与公众恐慌度实时监测与度量的新思路。结论:突发公共卫生事件不仅对个人的生命财产造成损害,还将导致人们不同程度的心理变化,由此引发公众恐慌,并激发衍生事件。由于互联网技术的发展使信息传播更加快捷,随之带来的负面影响也更加严重,该系统可为政府相关部门的新闻发布、舆情引导、应急管理提供有效的决策支持。

食品安全网络舆情监测与干预研究初探

本文从食品安全网络舆情的概念出发,比较研究欧洲食品安全局和美国FDA开展食品安全风险交流现状,在分析总结食品安全网络舆情特点的基础上,结合我国食品安全风险信息管理现状与现实基础,提出了我国食品安全网络舆情监测与干预的工作流程、技术体系以及干预措施等方面的建议。

基于句法语义的网络舆论情感倾向性评价技术研究

提出一个基于句法语义的情感倾向性评测算法。首先构建特定领域的情感语料库,然后提取情感知识库,为后续情感分析提供必要的基本数据。算法以句子为基本单位进行处理,运用基于扩展句法树的语言处理模型,从单句到篇章计算文本情感倾向。实验证实该方法是有效的。

IPSMS:一个网络舆情监控系统的设计与实现

描述一个网络舆情监控系统IPSMS(Internet public sentiment monitoring system)。该系统试图将网络新闻及论坛、BBS上的帖子依关键词搜索,并依"事件"聚类,让管理者通过阅读事件可以了解正在发生或已经发生的事件,并提供自动持续追踪事件发展的功能,以协助管理者快速完整且全面地了解事件全貌。系统由网页抓取器、网页解析器及跟踪检测系统三部分组成。由于网络舆情的特点是数据量巨大,为了提高效率,系统采用了网页清理技术,并且在话题跟踪过程中使用了k-d tree方法。最后,对系统的未来工作进行了展望。

基于贝叶斯网络的网络舆情案例匹配模型

[目的]通过研究当下网络环境的具体情境,利用概率分析的方式判断具体舆情所属的案例类型,从而为网络舆情危机响应决策提供依据。[方法]使用贝叶斯网络模型作为分析方法,构建网络舆情案例匹配的指标体系和案例匹配模型。[结果]通过48个网络舆情危机中的随机43个事件作为训练数据,构建贝叶斯网络模型,使用剩余5个网络舆情危机事件作为测试组,经检验测试样本案例匹配结果与事实相符。[结论]本文通过构建网络舆情案例匹配的相关指标体系和贝叶斯网络模型,为对网络舆情进行分型,从而为舆情危机响应提供了决策依据。

一种基于地理空间大数据的网络舆情监测软件架构

在梳理网络舆情大数据相关理论的基础上,对网络舆情监测软件的发展现状作了全面分析,结合舆情监测系统对地理空间信息的需求和现有的不足,提出了一种基于地理空间大数据环境的网络舆情监测系统的软件架构,实现地理空间数据环境下网络舆情的数据采集及处理、地理空间专题网络舆情的可视化、地理空间深层次的数据挖掘、网络舆情的时空关联性分析等功能。研究已得到一定的实践检验,结合地理空间数据可提高网络舆情监测和管理的高效性,能有效监测网络热点事件,做到科学辅助决策。

食品安全网络舆情本体学习研究

食品安全网络舆情本体在一定程度上可以提升舆情信息的抽取与检索效率,但海量的文本信息使得该领域本体的构建需要借助本体学习技术。本体学习的主要任务是概念获取以及概念间关系获取。研究中概念的获取采用了基于领域相关度和领域均匀度综合评价方法,概念间关系的获取采用了基于关联规则的概念间关系分析方法。考虑到中文词语的构成,在关联规则分析的基础上,进一步采用了基于词距判定的概念间关系分析方法,这可在一定程度上识别新概念及概念间关系。最后采集了229篇"立顿茶包"事件相关文档,采用上述方法构建了领域本体。

大学生网络舆情与高校管理

网络媒介是舆情信息的主要载体之一,高校校园网络的快速发展,使得学生使用互联网也更加便捷。网络成为大学生参与公共舆论、影响社会生活的重要平台。大学生群体的特殊性使得大学生网络舆情具有不同于与其他群体网络舆情的特点,给高校管理带来了严峻挑战,建立健全大学生网络舆情管控机制,对于推进高校管理,维护校园和谐稳定将起到积极作用。

涉腐网络舆情监测干预的现状与路径选择

2012年国内发生了多起涉腐网络舆情危机事件,一方面影响了党和政府的形象,另一方面也为腐败治理提供了新思路和新经验。从涉腐网络舆情的内涵出发,对雷政富事件这一典型案例进行深入剖析,归纳总结出涉腐网络舆情的传播现状与特点,最后从建立舆情收集监测机制、研判分析机制、应急预警机制、引导干预机制、危机处理机制5个方面提出了涉腐网络舆情监测与干预的实施路径。

基于网络的伤医事件舆情分析

目的:探讨基于网络的暴力伤医事件特征、原因及其舆情特点。方法:从互联网新闻页面中获取数据,运用网络内容分析法,从事件的年度分布、地区分布、原因、人员伤亡及各网络主体态度等方面进行分析。结果:基于网络的伤医事件由2003年的1件增至2012年的31件,主要分布全国18个省级区域,粤、京、川等地发生了6次以上;医务人员死伤105人,占93.69%;53%的伤医事件源于患方不满意医疗效果。结论:网络技术的发展使信息传播更加方便与快捷,引发网络舆情的伤医事件有增多的趋势,且呈现出无征兆、直接对抗、泛医护人员伤亡等特点。在舆情方面,伤医事件易成为热点事件,负性影响大。医疗机构应注意防范伤医事件的发生,并积极引导舆情健康发展。

舆情内涵发展演变探析

舆情研究是在吸收借鉴舆论与民意相关研究的基础上发展起来的,舆情概念的提出和舆情研究的发展反映了我们党科学执政、民主执政的现实要求,突出舆情的政治指向性,具有重要的现实意义。而随着转型期社会利益矛盾的复杂化、公民社会力量的增长和网络表达的快速发展,网络舆情在整个社会舆情中的地位和影响日益凸显,舆情的内在诸要素也在不断发生变化,因而舆情概念的内涵与外延也应不断做出相应的调整、丰富与拓展。

网络舆情话题情感演化研究

针对现有的关于网络舆情内容进行情感分析的研究不能满足舆情情感深度挖掘的需求,提出一种基于概率潜在语义分析(PLSA)的网络舆情话题情感分析方法,利用PLSA模型对不同时间段上的网络舆情话题进行子话题提取和情感词表构建,综合考虑修饰词对情感词的影响以及情感词对子话题的贡献程度,最终得到一个时间序列上各个子话题的情感倾向值以及整个话题的情感变化趋势。实验结果证明该方法不仅可以描述同一个子话题随时间的情感演化过程,还可以描述话题情感随子话题维度和内容的演变情况。

移动互联网舆情监控体系相关技术研究

互联网舆情监控是公安机关网安部门的重要职责之一。随着4G、Wi Fi以及智能手机、IPAD等终端设备及其应用的不断普及,移动互联网逐渐成为网络舆情传播扩散的主要渠道。相较于传统的桌面PC互联网,移动互联网的涉众面更广、信息传播速度更快、舆情管控难度更大,无疑给互联网舆情监控工作带来了新的挑战和问题。文章以移动互联网舆情监控体系相关技术研究展开论述。首先分析了移动互联网的特点;然后对比了当前国内外的技术水平;再从系统框架设计、关键技术研究进行了论述;最后,对资讯APP及其评论采集技术进行了详细论述。