网络舆情事件链演化分析

为防范舆情风险,分析网络舆情的细粒度演化,提出一种去冗余的衍生事件内容关联演化分析框架。通过文本挖掘技术从海量文本流中提取主要的衍生事件,将舆情内容压缩到人工可判读的数量级;利用词移距计算相邻两个时间片上的衍生事件相似度,构建反映演化关系的衍生事件链图。以“上海特斯拉自燃”事件为例进行事件链演化分析,得到微博网络舆情事件发展不同阶段涉事主体在各个衍生事件中的话题转移关系,最后鲁棒性分析的结果验证了该分析方法具有降低微博短文本冗余信息的能力,提高了事件演化关联识别分析的准确性。该研究方法为舆情事件的事后复盘、同类舆情事件的预判和介入、衍生事件的科学研判提供了决策支持。

基于情感-主题协同演化模型的突发信息安全事件网络舆情分析

[目的/意义]针对突发信息安全事件,探索舆情生命周期中各阶段公众的情感倾向与关注的热点主题,快速挖掘网络舆情演化特征与发展趋势,有助于政府、企业和相关部门对舆情的监测与处理。[方法/过程]以滴滴事件为例,首先搜集事件相关微博评论文本,对舆情演化周期进行阶段划分,使用基于改进TF-IDF方法和LDA模型对各阶段进行主题挖掘,并构建融入领域情感词与表情符号的情感词典对各阶段下不同主题进行情感分析,得到舆情周期内主题与情感特征的协同演化趋势。[结果/结论]所提研究方法得到的舆情演化趋势能够有效反映突发事件各阶段的主题情感特征,有助于引导管控网络舆情,为舆情治理措施的制定提供科学依据。

突发事件网络舆情主题-情绪图谱构建与应用研究

[目的/意义]准确把握舆情主题演化并有效感知网民情绪,进而监测舆情的演进态势,增强舆情危机预警能力,为舆情治理提供新的思路和方法。[方法/过程]针对突发事件网络舆情中舆情主题和网民情绪整体感知难度高,且缺乏溯源和交互分析的问题,在利用情感词典计算网民情绪和BERTopic模型挖掘网民评论主题的基础上,构建包含事件、评论、用户三类实体及其相互关系的主题-情绪图谱,并采用Neo4j图数据库存储节点和关系,使用Cypher语言进行查询和可视呈现。[结果/结论]基于爬取的突发事件网络舆情评论数据集,实现了主题-情绪图谱的设计与构建,可以有效应用于整体情绪感知、用户情绪溯源和主题情绪感知中,进而实现对舆情主题和网民情绪的交互分析,深入挖掘舆情中影响网民情绪的因素,为舆情治理提供有价值的参考。

体育赛事危机事件网络舆情演化的动力因素、演化机理与应对策略

以甘肃山地马拉松事故形成的网络舆情为例,对体育赛事危机事件网络舆情演化动力因素、演化机理与应对策略进行研究。研究认为:体育赛事危机事件网络舆情演化的动力因素包含主体因素、载体因素、客体因素。主体因素通过网民与网民关注力、媒体与媒体关注力、意见领袖及其动员力、当事人与当事人牵引力、政府及政府调控力等影响网络舆情演化的动态变迁;网络舆情载体通过平台载体受众面的宽窄来影响网络舆情信息在网络空间中扩散力的大小;网络舆情客体通过事件冲击力推动体育赛事危机事件网络舆情演化。基于政府、媒体、意见领袖与体育赛事企业等利益主体,提出阻滞体育赛事危机事件网络舆情发生演化的策略,以保障体育赛事安全与实现体育产业高质量发展。

突发公共事件网络舆情时空演化分析模型及算法研究

[目的/意义]构建突发公共事件网络舆情时空演化模型及算法,从突发公共事件网络舆情中获得的时空数据来揭示并呈现舆情的时空演化特征及规律,从而为时空视角下的舆情精准治理提供一定的指导。[方法/过程]构建突发公共事件网络舆情时空演化分析模型,运用空间自相关算法中的全局空间自相关分析网络舆情的时空总体分布,运用局部空间自相关分析时空聚集类型;运用时空网络图算法中的平均聚类系数分析网络结构,运用局部聚类系数分析关键区域或城市。[结果/结论]突发公共事件网络舆情的时空分布具有地域差异性和一定的规模特征,在重点城市群区域表现出明显的聚集性。舆情事件信息的传播和扩散具有时空收缩效应,事件的时空网络均呈现为以个别城市为核心的星型和网状信息链结构。

信息生态视角下涉警网络舆情演化影响因素研究

[目的/意义]涉警网络舆情演化是一个复杂的动态过程,其演化受到多种因素的影响。研究涉警网络舆情演化过程中的影响因素,有助于帮助公安机关更好的理解其复杂性和动态性,从而进行有效地监测预警。[方法/过程]从信息生态视角出发,借助信息生态因子的四因子学说,从四个维度分析影响涉警网络舆情演化的关键因素。[结果/结论]针对涉警网络舆情演变过程中的关键影响因素,提出相应的对策来合理引导与控制涉警网络舆情的发展。

面向前沿科技风险事件的网络舆情引导研究——以“基因编辑婴儿”事件为例

[研究目的]针对前沿科技的专业性和复杂性,网络舆情管理面临着巨大挑战。研究旨在探讨如何加强前沿科技风险事件的舆情引导策略,以提高策略的有效性和实施效果,并为相关政府部门制定科技舆情引导政策提供决策支持。[研究方法]以“基因编辑婴儿”前沿科技风险事件为例,采集“今日头条”平台上该事件相关的舆情数据。从多维数据融合视角出发,结合统计学方法、RoBERTa和BERT-LDA模型对舆情演化特征进行定量研究,基于实验结果分析得到前沿科技风险事件舆情特点,并构建前沿科技风险事件舆情引导方案。[研究结论]前沿科技风险事件网络舆情比一般公共事件网络舆情增加了爆发性、多样性、风险性、前沿性和关联性的特点,为提高舆情引导实践的效果,需要有效提升舆情态势感知能力,加强部门之间的协作,同时要建立全方位的保障体系。

自然灾害事件网络舆情情感演化特征分析——以“河南暴雨事件”为例

[目的/意义]探索河南暴雨事件的网络舆情情感演化特征,为自然灾害事件网络舆情治理提供参考。[方法/过程]基于网络舆情发展中情感演化视角,构建了河南暴雨事件网络舆情处理分析模型,以微博舆情数据作为研究对象,采用SnowNLP、词云等方法揭示其情感特征和情感倾向。[结果/结论]网络舆情处理分析模型能够合理划分舆情演变阶段,发现舆情演变规律,为相关部门提供有针对性的引导策略及理论支撑。

基于主题-情感融合模型的网络舆情演化研究——以“钟薛高雪糕事件”为例

[目的/意义]旨在分析网络舆情特征,帮助企业与监管部门提高网络舆情管控与治理水平。[方法/过程]引入SnowNLP模型,以“钟薛高雪糕事件”的网络舆情为研究对象,对微博文本进行情感分析从而划分舆情演化周期,并使用Biterm Topic Model(BTM)模型进行主题提取。在此基础上构建主题-情感融合分析模型,从个人类意见领袖、信息发布者、媒体传播者三个维度分阶段对舆情热点主题和情感演化展开交叉研究,探寻不同群体视角下舆情演化的传播机制。[结果/结论]网络舆情的演化周期分为四个阶段:形成期、扩散期、爆发期、终结期,整个舆情周期较短,呈现出动态的演化阶段特点。个人类意见领袖发言自由随意,更容易煽动群众情绪;信息发布者言论影响力大,但控制舆情的预期效果不佳;媒体传播者言论缺乏应有的客观性和中立性,加速舆情发酵。从整体上看网络情绪呈现负面极化状态。

网络舆情结构逆转的影响因素分析与应对策略——基于系统结构建模方法的研究

网络舆情结构逆转作为网络舆情演化中的一种特殊现象,描述的是网络社会中群体话语权结构可能产生变化的过程。相对常见的“舆情结果反转”,结构逆转可能会对政策议程设置、政府决策实施造成更大的影响,故清晰识别和准确分析影响话语权结构逆转的各种因素极为迫切与必要。本文通过对比分析,阐释了网络舆情结构逆转的基本概念,并结合典型实例与重要文献,从社会层面、传播平台、传播个体以及传播内容对相关影响因素进行梳理总结,提炼出了35个网络舆情结构逆转的影响因素,并利用系统结构建模方法构建了影响因素层次结构模型,进而识别了各因素间的层次关系及作用路径,这可为网络舆情结构逆转现象的调控治理提供理论支撑。

情感视域下突发公共事件网络舆情情感分析与主题演化研究

[目的/意义]情感是舆情演化的重要引导因素,挖掘民众情感倾向和舆情演化规律为网络舆情治理提供科学决策支持。[方法/过程]明确界定生命周期理论起始、爆发、波动和平息四阶段划分依据,以社会安全事件为例划分舆情的四个阶段,运用SnowNLP、TF-IDF模型以及LDA模型从时空、正负两个维度挖掘隐含主题和情感变化规律。[结果/结论]构建的突发公共事件网络舆情情感分析和主题演化分析研究框架可以揭示突发公共事件网络舆情各阶段热点话题和情感趋势,民众对舆情的敏感程度存在显著的区域差异,各阶段情感变化具有明显的涟漪效果。

基于信息生态学视角的网络舆情管理研究

随着网络技术及其应用的飞速发展和用户数的急剧增加,互联网的社会影响力已逐步超越传统媒体,成为思想文化信息的集散地和社会舆论的放大器。文章从信息生态学视角探讨了网络舆情发生、发展的机制,分析了网络舆情生态系统的组成与相互关系,构建了基于网络信息生态理论的网络舆情演化模型,提出了未来互联网舆情监管的研究重点,并为网络舆情管理提供了相应的对策建议。

基于多案例的突发事件网络舆情演化模式研究

对突发事件网络舆情演化模式进行研究,有助于把握突发事件网络舆情发展变化的特点和规律,为突发事件网络舆情的应对工作提供参考。基于生命周期理论,将突发事件网络舆情演化过程划分为形成(扩散)、高潮和消散三个阶段,同时将突发事件划分为自然性突发事件和非自然性突发事件两类,并提出这两类事件各自对应的网络舆情演化模式的假设。以五个典型的突发事件为案例,通过比较分析这五个案例事件网络舆情在各阶段的表现及传播路径的异同,明确了不同演化模式的特征及其之间的区别与联系,归纳了影响突发事件网络舆情演化的关键因素。然后总结了突发事件网络舆情的演化规律,并完善了假设的演化模式。研究发现,突发事件网络舆情演化影响因素的复杂性决定了其演化模式的多样性和演变性,关注突发事件网络舆情演化的影响因素是准确把握其演化规律的关键所在,应合理利用影响因素来控制舆情的演化。

基于系统动力学的网络舆情演进机理及影响力研究

在分析网民作用、传播媒介及政府相关部门对网络舆情演进及网络舆情影响力作用的基础上,结合系统动力学和传播学的相关理论,分析了网络舆情影响力,研究其形成机制和影响因素,并构建网络舆情演进的系统动力学模型,利用Vensim PLE软件对模型进行仿真,探究了网民作用量子系统、传播媒介子系统及政府相关部门子系统对网络舆情演进及网络舆情影响力的作用。

基于贝叶斯模型的移动环境下网络舆情用户情感演化研究——以新浪微博“里约奥运会中国女排夺冠”话题为例

了解和掌握移动环境下网络舆情用户情感演化规律及构建情感演化模型,对相关部门加强移动环境下网络舆情信息监管和正确引导网络舆情走向具有重要意义。本文基于朴素贝叶斯模型,以训练词向量、文本预处理、训练朴素贝叶斯、性能测评为处理过程,从词频、地域和时间三个可视化维度构建基于移动环境下网络舆情用户评论情感分析模型;以新浪微博"里约奥运会中国女排夺冠"话题为例进行可视化分析情感演化过程研究。本文所构建的情感分析模型能有效运用于移动环境下网络舆情用户情感演化研究,实证研究结果表明新浪微博用户对"里约奥运会中国女排夺冠"话题主要呈现正向情感,同时直辖市、沿海省份等经济发达地区相比西南地区、东北地区等经济欠发达省份对话题态度更加乐观。

我国网络舆情演变文献研究综述

网络舆情演变作为网络舆情研究的重要组成部分,学者们从各个角度对其进行探讨,并发表了一些有学术价值的成果。首先,对我国网络舆情演变的相关学术文献做统计和分析。然后,从定性和数学建模两个角度对其主要观点进行归纳与整理。最后,对网络舆情演变研究过程中存在的问题进行简要评析,并提出进一步研究的展望。以期能够为后续研究网络舆情演变规律的学者提供参考。

考虑群体思维的网络舆论演化研究

[目的/意义]社会对舆论一致性诉求导致了群体思维现象的出现,而群体思维作用于个体在网络关系中的思考模式,影响着网络舆论的聚散和发展。[方法/过程]文章将基于Agent建模仿真方法和小世界网络,考虑个体对观点独立性和一致性的不同诉求来刻画群体思维的作用,引入个体的观点回报值并基于峰值记忆进行决策,探讨不同群体思维情景和网络结构下舆论演化的规律。[结果/结论]研究显示,普通情景中舆论力量较为分散,而在极端情景中却涌现出了一致性较强的舆论观点。前者随着群体思维度的增强,观点持有人数差异变小,不确定性增强,观点回报下降;后者随着网络结构参数的变化,呈现出了更多不同的演化规律。

基于元胞自动机的网络舆论演化建模及仿真

基于元胞自动机理论,将元胞观点坚守力与观点影响系数引入元胞交互规则中,提出了新的舆论演化机制,构建了基于元胞自动机的舆论演化模型,并以微信平台为例,利用Matlab仿真分析了观点坚守力参数和不同元胞比例下观点影响系数对舆论演化的影响,探究了影响舆论演化的关键因素。研究结果表明:用户观点坚守力随着舆论演化的进行而逐渐下降,群体观点坚守力的大小对于舆论传播的最终结果影响不大,但对于演化过程却具有一定的干预效果;另外,舆论观点的初始比例直接关系舆论事件的态度倾向,观点影响系数可以作为不同观点初始比例下影响舆论最终演化结果的调控因子。

Web2.0环境下的“网络推手”现象案例研究

Web 2.0的出现使得"网络推手"现象已经成为目前网络中不可忽略的一个现象,并且随着众多网络推手公司等的成立,"网络推手"行业正逐渐产业化。采用案例研究方法,并经时序分析和逻辑模型分析步骤,通过对所选取的"天仙MM"和"我爸是李刚"事件的分析,研究得出"网络推手"事件的演进阶段;寻找出"网络推手"炒作的基本流程,并构建了"网络推手"炒作模式图。研究具有深入了解"网络推手"现象炒作原理和其中群体协作模式的意义。

基于LDA-ARMA混合模型的大规模网络舆情情感演化分析

[目的/意义]解析香港"修例"风波中网民的情感演化过程,找寻此类大规模网络舆情事件的演化规律并为相关部门提供舆情防范与应对的理论依据。[方法/过程]针对复杂语境下的大量网络舆情评论,通过构建情感值测度算法并将其融入到改进后的LDA-ARMA模型中,对事件舆情情感进行动态化呈现和细粒度划分,并通过对香港某知名论坛中与"修例"相关的大规模文本数据的采撷,实现多维情感分析与演化预测。[结果/结论]通过实证分析,以"主题词"的演化为核心,可视化地计算并揭示了"修例"风波在三个演化阶段下网民和意见领袖的情感变化过程,剖析了舆情在"文本-主题"下的情感分布与演化趋势,深度解析了意见领袖在"修例"舆情事件中的角色和作用,其中舆情情感预测平均误差小于9.95%。