自然灾害中政务微博网络舆情引导研究--以“7·20郑州特大暴雨”中“@郑州发布”为例

以政务微博“@郑州发布”为研究对象,以2021年“7·20郑州特大暴雨”事件为研究案例,采用统计分析、内容分析及文本情感分析等方法,从信息发布趋势、内容响应、微博互动、议程设置等方面对网络舆情引导进行分析.研究发现:@郑州发布在网络舆情引导中信息发布及时、关注内容全面,但存在互动不足、议程设置效果欠佳等问题.据此提出加强政民互动、提高技术应用能力、重视应急预案体系建设等建议.

基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好地维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明:该系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。

微博民意与刑事司法良性互动的制度保障

微博民意在一定程度上有利于保障刑事司法的公开透明,民意的及时有效表达可以促进刑事司法实现法律效果与社会效果的统一。微博民意对于刑事司法公正也存在一定消极影响,比如,微博民意可能会侵犯公民隐私、干扰侦办程序、妨碍审判公正、损害司法权威等。合理的公众参与则是平衡微博民意与刑事司法公正的关键。实现微博民意与刑事司法公正之间的良性互动,应当完善民意甄别机制、人民陪审制度、庭审公开制度等。

基于XGBoost模型的融合多特征微博信息传播预测方法

为了有效地监管网络舆情,辅助管理人员进行决策,微博信息传播预测方法的研究具有重要应用价值。针对传统微博信息传播预测方法存在指标单一、预测效果较差问题,提出一种基于XGBoost模型的融合多特征微博信息传播预测方法。首先,分析微博传播网络和用户节点特性,提取出博主特征、微博内容特征、传播特征3类特征并构建数据集;接着,基于XGBoost方法分别构建微博累计转发量预测模型和微博最大转发深度预测模型;最后,通过模型在测试数据集上的平均绝对误差验证模型的预测效果。通过与线性回归等传统的预测方法比较分析可以看出,提出的预测方法能够取得良好的预测效果。

基于话题标签的微博舆情热点挖掘系统设计

为在微博舆情信息高速转发时段内实现对热点数据的精准挖掘,文中设计一种基于话题标签的微博舆情热点挖掘系统。首先确定框架体系连接形式,并根据热点信息定义结果建立话题标签模型。以此为基础,对热点信息散列表进行排重处理,完成对微博舆情热点数据的处理。最后,联合采集到的目标信息样本对论坛结构进行分割处理,完成挖掘系统设计。实验结果表明,在话题标签模型作用下,系统主机对于热点数据的挖掘准确率较高,可以在微博舆情信息高速转发时段内实现对热点数据的精准挖掘,满足实际应用需求;与基于机器阅读理解的挖掘系统、基于跨语言神经主题模型的挖掘系统相比,这种新型挖掘系统能够在微博舆情信息高速转发时段内,对热点数据进行精准挖掘,与设计初衷相符合。

新冠疫情下“停课不停学”官方微博舆情分析

教育系统的网络舆情应对是公共突发事件舆情应对的重要内容之一。2020年初受新冠肺炎疫情影响,在党中央的统一防控政策部署下,各级各类学校均延迟开学并开展线上教学工作,“停课不停学”话题在网络上引发了社会公众的关注和热议。为探究“停课不停学”相关官方微博的情感取向及其逻辑机理,特对微博文本进行挖掘,对社会网络进行分析,结果显示微博积极评论呈上升趋势。对此,从教学形式、教学评价、信息化环境等方面提出相应策略,以期为有效开展线上教学提供参考。

基于关键词抽取的微博舆情事件内容聚合

微博舆情事件会带来严重后果,而碎片化和无序化使得难以从海量的微博内容中全面地认知微博舆情事件的全貌。从微博舆情事件内容聚合出其主要内容具有重要实践价值和研究价值。基于关键词抽取技术KEA提出了一种微博舆情事件内容聚合方法。根据对微博内容篇幅、规范性和网络性的分析,增加中心度特征、词性特征和改进词位置特征,并以朴素贝叶斯分类器抽取关键词集作为聚合输出。最后通过现实微博平台上的内容聚合实验证明本研究所提方法相对基线方法在准确率和召回率上的优势。

基于ELM模型的微博舆情传播影响因素研究——以新浪微博为例

本文以新浪微博为研究平台，以打砸日系车突发公共事件为研究实例，基于ELM模型提出了信息内容（内容的创作类型、内容的表达方式、内容的拓展线索）和信源特征（信源引证标识与信源补充线索）对微博舆情传播影响的相关假设，并构建回归模型加以验证。实证结果表明：博文内容的创作方式、信源的补充线索对舆情传播效果存在影响，在转发模型中情感型博文的传播效果好于事实型和调侃型博文；而内容拓展线索和信源引证标识会对微博舆情传播效果起负面作用。研究结果可以直观的从信息内容和信源特征视角认识微博舆情传播影响要素，并为突发公共事件的预警和舆论引导提供借鉴与参考。

基于超网络理论的微博舆情关键节点挖掘

为了更好地挖掘微博舆情中的关键节点,对其进行因人而异的思想引领,打造微博晴朗空间,本研究以超网络为理论基础,对微博舆情传播中的各子网进行建模,应用神经网络、LDA、Python仿真分析方法,挖掘微博舆情中的关键节点,并对关键节点的特征和情感进行分析与讨论。挖掘出微博舆情传播中的六类关键节点,分别是活跃人物、焦点人物、意见领袖、传播人物、潜在活跃人物、潜在传播人物。

公共安全事件中政务微博网络舆情传播规律研究:——基于“上海发布”的实证

以"上海发布"关于黄浦江松江段水域大量漂浮死猪事件发布的政务微博为研究对象,采用内容分析法对网民评论内容,从评论的地区来源、时间、网民的态度、舆论指向、关注议题及互动类型六个方面进行了实证分析。研究分析了在公共安全突发事件中,网络舆情的传播与扩散规律,丰富了特定类型事件中网络舆情传播的规律研究。

基于微博舆情数据的震后有感范围提取研究

提出了基于微博舆情信息的震后有感范围快速判定技术框架,构建了微博舆情数据的获取方法和技术流程。根据中国地震烈度表和地震现场工作调查规范,将微博特征词与地震灾情速判指标进行关联匹配,建立微博灾情信息分类指标体系,通过自然邻点空间插值方法将离散分布的微博灾情点转化为连续分布的灾情面,形成震后灾区有感范围的时空变化特征分布图,辅助灾情快速判定。以2014年景谷6.6级地震为例,进行探索和实践。结果表明:在震后1~2 h内,微博用户活跃度高,信息量大且丰富,对信息充分挖掘有助于对灾情的宏观把握,对救灾决策部署有一定的参考意义,弥补了传统获取技术时效性差、数据量少、覆盖面小等问题。

基于知识图谱的微博主题演变路径研究

为了更好地对微博舆情传播进行实时监管,维护微博舆情的良性运转,打造晴朗的微博舆情网络空间,文章结合微博运行机制,通过爬取微博数据,应用知识图谱的理论与方法,构建微博主题识别知识图谱以及微博主题演变知识图谱,进而发现微博主题演变路径,揭示了微博舆情传播中的主题演变情况以及发生演变的动态变化过程。

基于灰色关联分析的网络舆情意见领袖识别及影响力排序研究——以新浪微博“8·12滨海爆炸事件”为例

[目的/意义]突发事件中网络舆情意见领袖扮演着传播、引导、推动舆论发展等重要作用,有效识别意见领袖对实现网络舆情监测和预警具有重要意义。[方法/过程]结合网络舆情在微博平台的传播特征,从影响力、活跃度和认同度3个维度出发,构建微博意见领袖指标体系,应用一种改进的模糊—层次分析法确定指标要素权重,并通过灰色关联分析法构建一种意见领袖识别模型及影响力排序方法。[结果/结论]提供了一种意见领袖识别模型,可以科学有效地对网络舆情事件的意见领袖进行识别和影响力分析。[局限]指标量化维度和隐性指标数据存在一定的可扩展性。

利益相关者视角下的微博舆情监测指标体系研究

微博舆情不同与其他舆情传播,传播过程参与的利益相关者众多,随着舆情发展阶段的变化,利益相关者也发生动态变化。本文从利益相关者的视角出发,结合信息空间模型分析微博舆情传播的过程,构建微博舆情监测指标。

突发事件中地方政务微博群信息发布策略研究——以“8·12”天津港特大火灾爆炸事故为例

[目的/意义]政务微博是政府处置突发危机的重要信息发布平台,在引导公众舆论、调动社会资源等方面发挥着不可替代的作用,研究政务微博的集群效应有重要意义。[方法/过程]以天津港"8·12"特大火灾爆炸事故为例,以"天津发布"为中心的62个市、区级政务微博组成的微博群为研究对象,采用内容分析法,对爆炸事故中天津政务微博群第一响应情况、传播影响力、议题设置及交互微博议题进行分析。[结果/结论]研究发现地方政务微博在突发危机中第一响应较慢,议题设置缺乏主导,交互意识和策略均有待增强。地方政务微博在应对突发事件中应加强预警,快速响应网络舆情,抢占舆论引导权和话语权;科学设置议题,优化交互策略,促使信息公开与舆论引导有机结合;提高交互意识,发挥集群效应,加强与内部机构、媒体、意见领袖等沟通协调,强化联动协同网络。

基于网络舆论生态的微博舆论生态位研究

[目的/意义]随着互联网的普及和移动互联技术的发展,以微博舆论生态为代表的网络舆论生态已成为当前网络舆论生态的主流。因此,微博舆论的生态位研究对于网络舆论的生态治理具有积极意义。[方法/过程]借鉴生态学中的生态位理论,构建了基于网络舆论生态治理的三维微博舆论生态位模型和综合测度指标体系,首次通过定量方法从宏观、中观与微观三个层面对微博舆论的生态位宽度、重叠度和竞争优势对微博舆论生态位进行了实证测度。[结果/结论]研究结果表明,微博舆论在各种舆论生态中的生态位宽度最大、不同微博舆论的生态位重叠度高、官方微博舆论生态位优势明显,该研究结论能够为网络舆论监管部门分别从宏观、中观和微观三个层面进行网络舆论生态治理提供决策参考。

基于微博的企业网络舆情热度趋势分析

微博作为企业网络舆情传播的主要载体和平台,使信息传播更迅速,也使舆情事件的影响力剧增。提出基于微博的企业网络舆情热度的计算公式。针对企业网络舆情热度的波动范围较大,并会呈现某种趋势的特点,提出了一种基于马尔可夫链的舆情热度趋势分析模型。该模型采集相关舆情的指标数据,得到热度的时间序列值;划分舆情热度趋势的状态空间;构建状态转移矩阵;预测热度的趋势变化区间。实验表明,该方法能有效地预测企业网络舆情的走势,进而为企业进行网络舆情管理和网络危机公关活动,以及管理效果评估提供理论依据。

基于BTM的微博舆情热点发现

[目的/意义]作为一种新兴的社交新闻媒体,近年来,微博在许多热点事件的发布和传播中发挥了重要作用。但由于其文本的特殊性,传统方法不能有效地对其进行建模发现热点话题。因此,如何高效、准确地从微博数据中发现并提取有意义的热点信息是一个很有价值的研究课题。[方法/过程]提出一种基于BTM模型的微博舆情热点发现方法。首先,对微博文本采用BTM建模,改进TF-IDF权重计算算法,以适应微博短文本的特征。并将BTM建模结果与改进的TF-IDF权重算法结合对微博文本进行特征提取及相似性度量,然后采用K-means聚类方法发现热点话题。[结果/结论]通过对新浪微博数据集的对比实验及结果分析验证了本方法的有效性。本方法能够有效解决传统模型在文本建模中所面临的高维度和稀疏性问题,显著改善热点话题的发现质量。

重大社会安全事件的微博传播特征研究——以昆明“3·1”暴恐事件中的@人民日报新浪微博为例

运用统计分析方法,对昆明暴恐事件@人民日报新浪微博及其评论进行分类、分时段分析,总结重大社会安全事件的微博传播特征。研究发现,事件中各类微博内容发布在事件不同阶段各有侧重;网民情绪爆发较快,而衰退相对较慢,其演变过程可以分为情绪爆发期、蔓延期、过渡期、恢复期和消退期,且各时期网民情绪呈现不同特点;事发现场个人往往成为信息的最早发布者,案发当地媒体微博反应速度比省级、国家级媒体微博快;微博附加值高、带有评论观点易引起网民互动。

基于复杂网络的微博舆情分析

微博作为迅速崛起的新兴社会媒体，在网络舆情领域日益引起研究者的关注。为了弥补传统网络舆情分析的不足，本文将共词网络分析和复杂网络的思想与方法拓展到微博舆情分析中，并设计了基于网络可视化的微博舆情分析模型。并通过实证分析对其效果进行验证，发现共词网络可有效探测舆论热点，复杂网络在舆论领袖发现中也可取得较好效果。本文为基于微博的网络舆情分析提供了有效的可视化途径，探索和拓展了其研究方法，并提供了有益借鉴。