基于云模型的网络舆情预警方法

网络舆情预警是网络舆情研究的主要目的。本文从3个方面改进现有网络舆情预警方法：首先，制定客观有效的预警体系；其次，通过跟踪统计特性、构建备选模型库、制定模型选择规则等3个步骤，来自适应地预测网络舆情的发展过程；第三，运用云模型实现从预警指标到威胁状态的转换，并将当前威胁状态与潜在威胁趋势进行融合评估，得到预警等级。实验表明，该方法得到的预警等级具有时变性，变化过程与事件发展过程一致，并体现了网民的上网规律，符合客观实际。

网络舆情指标体系、方法与模型比较研究

近年来,网络舆情事件频发,网络舆情指标体系的相关研究也逐渐增多。但不同学者关于网络舆情指标体系的构建研究存在不一致的地方。从指标设计和方法模型两大方面,运用比较研究方法对我国网络舆情的相关学术成果进行梳理、归纳和总结。研究发现,网络舆情指标体系研究涉及到多个学科领域,但存在指标体系设计缺少相应的论证过程、未注意末级指标的相互重叠现象、网络舆情权重确定方法和模型存在主观性、网络舆情指标体系构建尚未形成完整体系等问题,应基于统一标准建立系统化、全生命周期的网络舆情指标体系。

基于AHP-模糊综合分析的移动社交网络舆情预警模型研究

移动社交网络的兴起与发展促使网络舆情在极短的时间内迅速产生与演化。为科学有效地对移动社交网络舆情进行引导和控制,在详细分析移动社交网络舆情自身特点与影响因素的基础上,将层次分析法与模糊综合分析法相结合,构建基于AHP-模糊综合分析的移动社交网络舆情预警模型。并以"8.12天津港爆炸事故"进行实证分析,最终得出该事件的预警等级为"特别严重,Ⅰ级",这与专家对该事件预警等级的定性相吻合,从而较好说明了该模型的有效性和准确性。

一种基于云模型的突发事件预警方法

突发事件给国家和社会带来负面影响,且呈逐年上升趋势,针对突发事件预警方法的研究尚显不足。借鉴云模型理论转换定量特征为定性概念的思想,提出一种突发事件先兆预警方法,利用五元组形式化描述网络舆情,并以浏览量、情感倾向等属性为先兆特征,构建突发事件网络舆情先兆特征云,将正常态下的多属性先兆特征转换为突发事件网络舆情正常态。通过度量先兆特征偏离正常态的程度来判断网络舆情偏离正常态的程度,并以此计算突发事件发生的概率。

农产品质量安全网络舆情预警机制探讨

介绍了农产品质量安全网络舆情预警的内涵,分析了农产品质量安全舆情预警的体系框架及影响预警等级划分的指标因素,研究提出了舆情预警等级设定及判断标准,以及农产品质量安全网络舆情预警工作的基本环节及工作重点。

面向企业舆情风险预警的弱信号应用模式构建研究

[研究目的]新媒体时代背景下,企业舆情风险事前防范研究具有重大理论价值和实践意义,而弱信号是一种对未来变化的提前感知,因此,该文拟导入弱信号,构建其在企业舆情风险预警中的应用模式。[研究方法]依据5W原则并基于弱信号和企业舆情风险相关概念,从来源、时段、本质、意义及监测人五方面对企业舆情风险弱信号进行定义。进而结合现有弱信号应用模式研究和企业舆情风险管理流程,以最小化企业损失为目标,尝试构建面向企业舆情风险预警的弱信号应用模式。[研究结论]弱信号应用模式主要由数据收集、数据处理和数据解析三个层面所构成,且企业舆情风险弱信号搜集、企业舆情风险弱信号评估及企业舆情风险弱信号分析为各层面的核心步骤。该模式的构建不仅扩展了弱信号的理论内容,更有助于企业舆情风险事前预警工作的展开。

网络新词与网络舆情研究

在今天,网络已成为社会舆情最集中、最活跃之地,而网络舆情的爆发常与快速更新的网络新词汇相联系,因为,网络新词汇总是产生于社会热点事件之中;并且,事实证明,网络语言有着从网络世界向现实世界的强大渗透力和影响力。显然,网络新词已经成为研究舆情信息的重要内容。所以,加强对网络词汇的研究,及时根据网络新词汇,准确研判网络的舆情动态,从而确保在第一时间对网络的热点、焦点与敏感话题作出反应,对于提高网络舆情的监控分析和预警能力,进而提高处置网络突发事件的能力,确保社会的稳定安全具有十分重要的意义。为此,本文就网络新词汇的产生与使用及其与网络舆情的关系进行了系统研究。

基于改进的Elman神经网络的网络舆情预警模型

在深入分析影响网络舆情发展变化的各种因素的基础上,建立了三层网络舆情指标体系。针对表征舆情事件样本数据的非线性动态变化等特点,提出一种改进的Elman神经网络模型。该模型以量化的网络舆情指标为网络输入,以网络舆情预警等级为输出。实验结果表明,该模型在一定程度上降低了预测问题的复杂度,同时又在一定程度上提高了预警精度,为科学分析网络舆情预警机制提供一种解决问题的思路。

基于BP神经网络的网络舆情预警监测研究

近年来,因网络舆情引发的危机事件激增,社会的和谐与稳定受到威胁,对网络舆情的预警已是迫在眉睫。通过创建5个预警指标并对其进行量化,使信息判断更加科学、准确。网络舆情预警过程复杂且存在着不确定性和非线性,鉴于BP神经网络自学习自适应的特点及其能够充分逼近任意复杂的非线性关系,文中借助BP神经网络构建网络舆情预警模型对网络舆情进行定量预警。最后通过2016年"高考减招"等11个网络舆情事件对该模型验证了其可行性和有效性。

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。

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。

大数据环境下网络舆情预警服务研究

大数据环境下的传统网络舆情预警服务已经滞后于当今舆情传播的速度,目前亟需对新环境下的网络舆情预警服务加以分析,并寻找新的突破口。本文在研究现状的基础上,以清博舆情为例对我国舆情预警服务产品进行调研分析,认为大数据环境下,我国网络舆情预警服务存在治理体系不完善、缺乏分析结果评判机制、检测技术落后等问题,并对此提出相应的看法建议。

基于调和K均值与粒子群优化的舆情预测预警模型研究

[目的/意义]为大数据环境下针对舆情的发生和演化提出适当应对方式和手段提供参考。[方法/过程]基于调和K均值聚类分析原理,提出一种用于判断舆情演化趋势的预测预警模型,并将粒子群优化嵌入模型以加速大数据环境下的算法收敛,提升算法的时间性。[结果/结论]通过仿真实验验证了该模型的有效性,对网络舆情预测与研判具有一定的可行性和实用性。

网络舆情监测预警机制研究

[目的/意义]建立网络舆情监测预警机制对于应对网络舆情危机和维护社会秩序稳定具有非常重要的意义。总结网络舆情监测预警实践,构建网络舆情监测预警机制,能为及时把握舆情发展规律、有效应对舆情危机提供思路。[方法/过程]以网络舆情作为切入点,总结近年网络舆情监测预警研究成果,提出网络舆情监测预警途径,并构建相应机制。[结果/结论]提出对网络舆情实施有效监测和预警的途径,包含增强网络舆情危机意识、成立网络舆情处置部门和建立网络舆情快速反应体系3个重要环节,构建网络舆情监测预警机制的本质是构建网络舆情数据收集机制、网络舆情分析研判机制、网络舆情分级报警机制以及网络舆情控制机制。

高校网络舆情预警机制研究

随着互联网的高速发展,网络舆情事件在高校内部时有发生,且传播迅速,给高校的日常管理和学生的思想政治教育工作带来了很大的难度。高校管理层应充分利用网络舆情预警机制,采取适当的应对措施,为学生营造安全稳定的网络舆情环境。

高校舆情信息监控预警模式研究

针对新时期高校现状和特点,阐述研究高校舆情的目的,并对高校舆情概念作出诠释,设计了高校舆情预警和引导教育的机构管理、队伍建设、工作程序控制模式。

考虑风险偏好的网络舆情预警模型--基于直觉模糊和Choquet积分

[目的/意义]为完善传统的网络舆情预警模型,考虑网络舆情预警指标之间交互性和决策者的风险偏好,合理集结专家的评价意见,提出一种基于直觉模糊Choquet积分的网络舆情预警模型。[过程/方法]采用直觉模糊数刻画舆情预警指标信息的模糊性与不确定性,利用模糊Choquet积分算子对指标属性值进行综合;定义了考虑专家舆情风险偏好的直觉模糊得分函数,以计算舆情风险等级评价值;引入投影法求解专家权重,以合理地对专家们的评价信息进行集结。[结果/结论]通过算例验证了预警模型的合理性和有效性,并对风险偏好因子进行了灵敏度分析,结果显示该舆情预警模型能直观地展示网络舆情风险倾向,为舆情监管部门提供较好的决策支持。

基于改进GM(1,n)的动态网络舆情预警模型

舆情的自由传播会导致网络集群行为的发生,易产生负面社会影响,威胁公共安全,因此建立网络舆情监控及预警机制是防控舆情传播、维护社会稳定的必要措施。首先,通过分析谣言的形成机制,构建了舆情发展预测指标体系;其次,通过建立多因素GM(1,n)模型对舆情发展的走向进行预测;然后,分别结合新陈代谢理论与马尔可夫理论改进上述预测模型;最后,以微博“新疆棉”事件和“成都四十九中”事件为例,对GM(1,n)模型、马尔可夫GM(1,n)模型和新陈代谢马尔可夫GM(1,n)模型预测舆情发展的能力进行对比,并比较了新陈代谢马尔可夫GM(1,n)模型与随机森林模型。实验结果表明,相较于原始模型与随机森林模型,新陈代谢马尔可夫GM(1,n)模型的平均预测精度分别提高了10.6和5.8%。可见,新陈代谢马尔可夫GM(1,n)模型在预测网络舆情发展趋势问题上具有良好的性能。

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。

国内外网络舆情演化、预警和应对理论研究综述

通过国内外关于网络舆情演化规律、预警机制和对应评估的文献综述开展深入研究。对网络舆情基本问题进行研究,舆情产生后可有多种演化方式,舆情5维特征决定了舆情的产生、发展和演化,把引发实现行动作为网络舆情的末端不利于应对处理;对网络舆情演化规律的理论及分类进行研究,主要归纳为基于专题舆情、舆情主体、信息传播和网络行为的网络舆情演化机制研究;对网络舆情预警的理论及技术进行研究,核心技术是自然语言处理,涵盖舆情主题、舆情内容、传播过程、传播媒介、舆情受众的指标体系各有侧重并不完整;对网络舆情应对的理论及评估进行研究,论述网络舆情的应对做法较多,研究系统性网络舆情应对方法的相对较少。最后针对网络舆情演化、预警和应对理论的研究综述,提出相应的具体研究方法。