高校网络舆情研究当前热点与未来展望——基于CiteSpace可视化分析

新形势下加强舆情引导和治理,防范化解高校网络舆情风险,对掌握意识形态工作领导权有重要意义。通过对2007-2023年高校网络舆情研究的文献进行可视化分析,阐释了研究当前热点为高校网络舆情的定义、类型、特征、成因和传播,时代背景、影响和应对策略,应急管理和机制,主体引导及综述和文献计量分析五个方面。新媒体融入高校网络舆情、高校网络舆情风险评估和治理、基于具体高校突发舆情事件的定性比较分析,是未来研究的主要趋势。

基于文本挖掘的高校网络舆情研究热点及趋势分析

为系统分析国内高校网络舆情研究热点及研究趋势,采用共现分析、LDA主题模型等文本挖掘方法对国内高校网络舆情研究的学术论文进行分析。从宏观和微观两个层面展开分析,宏观层面以关键词共现网络为基础,利用社区挖掘方法抽取关键词语义社区,分析高校网络舆情主要研究内容;微观层面以学术论文摘要语料库为基础,利用LDA主题模型抽取潜在研究主题,度量主题强度及其演化趋势,发现当前研究热点。研究结果发现当前国内高校网络舆情有6大热点研究主题,其中高校网络舆情引导、监测和演化分析的研究热度将持续增强。最后对高校网络舆情研究进行展望,提出未来研究方向和研究问题。

基于聚类的网络舆情热点发现及分析

根据对网络舆情分析的需求,构建出基于聚类的网络舆情热点发现及分析系统。通过对样本网页文本的特征提取,构建向量空间模型,使用OPTICS算法获取网页热点簇,根据热点簇特征向量对网页进行二次聚类,从而获取关于舆情的时间演变模式,为相关领域研究提供决策支持。通过二次聚类,提高舆情网页相关度的质量,使网络舆情分析更为准确可靠。

我国网络舆情热点话题发现研究综述

随着互联网的快速发展,网络舆情对社会的影响不容忽视。若能够及时从海量数据中发现热点话题,追踪热点话题演变以及预测话题的倾向,对于帮助相关部门及时有效地对其引导和控制具有较大意义。本文通过对我国网络舆情热点话题发现的相关文献进行收集、整理及分析,归纳其中的主要研究思想和方法,同时发现存在的不足,并提出进一步的展望,以期对后来研究者提供参考。

我国食用农产品质量安全网络舆情热点研究

通过分析2012—2014年我国食用农产品质量安全相关网络舆情监测数据,抽取需重点关注的问题事件舆情并标注关键词;在对关键词进行适当归并组合的基础上,计算得出近年来相关问题事件网络舆情涉及的高频关键词46个;通过聚类分析,得到我国农产品质量安全网络舆情10大热点问题;通过绘制高频关键词间的关联图谱、计算其中心性,确定"谣言"作为关键词与其他词联系最紧密。

舆情热点事件的热源研究——基于人民网“舆情排行榜”的分析

以舆情热点事件的主体、根源、内容、结果与应对为维度,在将影响舆情热度的因子分为地位差异、多元冲突、不可预测、危害巨大和应对失当的基础上,以人民网"舆情热点事件舆情热度榜"数据为材料,分析热源因子在具体事件中的呈现。结果表明,热源因子是导致事件演变成舆情热点的重要原因,但不是每个事件都具备所有热源;事件舆情热度和热源因子数量并无直接相关性,事件成为舆情热点与其所含热源因子的强度有关;且不同类型事件热源因子有所差异。对热源因子的认知和分析,可为政府干预、引导舆情热点事件提供指导。

网络舆情热点发现研究

网络舆情已成为社会情报的一种重要表现形式。文中分析了网络舆情研究的现状,给出网络舆情热点发现模型,通过实验比较了两种算法:K-means方法和SVM方法,实验结果表明SVM对于网络舆情热点发现方面具有比较好的优势。

基于知识图谱的国内网络舆情研究可视化分析

以2002-2011年CNKI数据库收录的994篇国内网络舆情研究核心期刊论文为样本,采用文献计量学方法,利用引文网络分析工具CiteSpace和社会网络分析工具Ucinet,绘制科学知识图谱,得出2002-2011年国内网络舆情研究的基本情况,挖掘出五大热点主题,并根据时区视图讨论了研究的前沿趋势。

社交网络的舆情热点发现模型研究

随着社交网络的大规模发展,传统的基于文本分析的热点话题发现技术面临严峻的挑战。构建了针对社交媒体的舆情热点发现分层架构模型,详细介绍了模型中的关键技术,并将时间因素和链接分析技术引入舆情热点发现算法,阐述了新算法的主要思想和大致流程。在舆情热点发现中引入网络化方法,开拓了舆情分析的新思路。

融合微博热点分析和LSTM模型的网络舆情预测方法

当前互联网已成为公众获取信息、表达观点的重要平台,也带来社会舆情事件易发生的风险,通过对网络舆情走势的提前预测,能够准确判断热点事件的发展态势,为政府相关部门应对舆情危机提供参考.针对单一预测模型预测精度不高和社交媒体对舆情走势影响较大的问题,提出了融合微博热点分析和长短期记忆神经网络(LSTM)的舆情预测方法.利用网络爬虫和PyTorch机器学习平台构建了用于舆情时序数据分析的网络舆情预测系统;在此系统内,考虑微博的强时效性,采用网络热点分析技术计算微博热度分值;改进LSTM网络,设计由2个隐含层组成的MH-LSTM预测模型;将MH-LSTM模型用于舆情事件百度指数的定量预测中,通过试验验证了模型的正确性,证实了该预测模型拥有较好的预测效果.

我国教育舆情研究的热点议题及趋势展望——基于CNKI(2009—2015)的数据分析

随着移动互联网技术的跨越式发展,围绕教育领域热点事件形成的舆情传播备受社会各界关注。作为舆情理论研究的细分领域,教育舆情研究的重要性不断凸显,但规范的教育舆情研究尚未形成。根据对CNKI数据库(2009-2015)中教育舆情研究相关文献的统计分析,梳理了近年来教育舆情研究中的热点问题,分析了教育舆情研究的演进趋势,并针对当前教育舆情研究中面临的困境,提出了可能的优化路径。

高校网络舆情监测关键技术研究

该文对高校BBS网络舆情的形成、传播特点和热点分析的方法进行探讨,以高校网络舆情监控机制的需求为出发点,从网络爬虫、文本挖掘、情感分析等技术入手,深入研究聚集爬虫、信息处理、文本聚类等方面的技术实现方案,用统计的方法来计算舆情主题被关注的程度。

基于主题模型和ARIMA算法的网络舆情热点发现研究

由于网络舆情文本日益呈现大数据化趋势,并且热点主题具有明显的时间变化特征,因此本文提出了一种基于主题模型和ARIMA算法的网络舆情热点发现技术。主题模型可以降低文本数据的维度,提取舆情主题,而ARIMA算法可以动态捕捉随时间变化的热点主题。实验表明,主题模型和ARIMA算法的结合可以提高舆情热点提取的准确率和召回率。

教育舆论研究的文献梳理与评析

教育舆论是公众关于教育的观点、看法与情感、态度,广义的舆论包括狭义的舆论、舆情和民意。本文以教育舆论的本质、构成、载体为线索,对中国知网教育舆论文献进行了梳理和评析。就本质而言,以观点、意见和情感、态度为线索;就构成而言,以标题中的舆论、舆情、民意为线索;就载体而言,则以网络媒体、新闻媒体及相应的新闻、宣传、教育报道、议程设置等为线索。对现有文献进行梳理与评析,有助于整体把握教育舆论研究现状,也对以后开展教育舆论研究有所启示。

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。

食品安全网络伪舆情研究及管理

随着人们对食品安全问题的日益关注,出现了人为制造食品安全网络话题热点,甚至制造、传播食品安全伪舆情以达到某些特定目的的现象。本文针对这一新兴研究课题首先剖析了食品安全伪舆情的概念,然后通过分析制造食品安全伪舆情的原因、途径、特征提出了针对食品安全伪舆情的管理对策建议。

群智能在网络舆情热点发现及研判机制中的应用分析

结合人工智能中的群智能技术,对网络舆情热点发现及研判机制进行了研究,探讨了群智能技术在舆情信息采集技术、热点信息发现模型和舆情发展趋势预测模型等研究中应用的可行性,对网络舆情的监管具有一定的借鉴意义。

1998-2019年国内舆情研究热点及主题演化可视化分析

[目的/意义]舆情是社会生活中不可或缺的一部分,对舆情领域的相关文献进行系统梳理,有助于把握我国舆情研究现状,对其发展趋势有更为清晰直观的认识,助推社会舆情治理实现理论和实践进步。[方法/过程]以CSSCI数据库中1998-2019年关于舆情研究的文献作为研究对象,应用文献计量学方法和Citespace可视化工具对舆情相关文献的年代、作者、高被引文献、关键词等进行统计分析。[结果/结论]我国舆情研究实现了从传统社会舆情到网络舆情再到大数据舆情的转化,研究热点包括舆情理论和传播机制研究、舆情信息挖掘和分析监管研究、社交网络平台舆情研究、舆情主体关系研究以及针对特定对象或突发事件的研究,加快主流媒体建设,提高政府应对危机事件能力,加强政治安全、维护国家形象成为重要的研究前沿。

基于社团信息传播能力分析的微博舆情热点监测

在分析微博舆情热点监测研究局限的基础上,从信息传播角度提出一种基于社团信息传播能力分析的微博舆情热点监测方法。该方法首先基于微博用户间信息交互构建微博信息交互网络;然后采用快速Newman社团发现算法挖掘信息交互网络中的信息传播社团;最后根据用户传播影响力和用户间交互紧密度对社团的传播能力进行评估,并通过对具有较强信息传播能力社团中信息交互的监测实现微博潜在舆情热点的挖掘。实验结果表明,微博信息传播社团的信息传播能力与热点微博信息在社团中的真实传播效果具有较高的拟合度,通过对强传播能力社团中信息交互情况的实时监测,可发现潜在舆情热点信息。

高校网络热点舆情引导工作创新探究

高校网络热点舆情引导工作需要转变思想观念,增强网络热点舆情引导工作的主动性;分类引导,增强网络热点舆情引导工作的针对性;健全完善工作机制,增强网络热点舆情引导工作的科学性;加强队伍建设,提升网络热点舆情引导工作的整体水平。