面向复杂舆论场景的信息内容风险诊断模型构建与仿真研究

[研究目的]面向复杂舆论场景提取信息内容风险点,构建风险诊断概念模型,为现实工作提供方法参考和工具借鉴。[研究方法]综合SCL、JHA、SWOT及28位风险专家调查列举的统计数据,挖掘复杂舆论场景中的五大信息内容风险点。借助Delphi Method确定风险诊断指标框架后,运用AHP-DEMATEL加权中心度M_(i)和初始权重W^(1)_(i)并作归一化处理而形成诊断方程,结合风险分级标准构建风险诊断I-E-S模型,最后通过案例仿真检验模型性能。[研究结论]风险源和风险处置绩效对诊断指数的影响最大,受众情感反应与行为反应次之,传播力最小。错误内容占比、二次违法违规用户量、重大负面舆情量、线下失范行为量在20个末项操作化指标中的作用明显。多样本仿真检验发现,I-E-S模型诊断结果与用户风险感知契合度超过82.2%,模型实用性和精准性可初步满足风控工作需求。

互联网内容安全关键技术研究综述

随着互联网技术的飞速发展和内容创作分享的低门槛化,互联网内容安全成为当下互联网建设和监管的重点.以文本、图像、音频、视频为载体的信息内容剧增,给互联网内容安全带来巨大挑战.互联网内容安全内涵丰富,从多媒体内容过滤分析、信息伪造检测、舆情态势感知和数据保护4个方面对其中关键的技术进行介绍.同时,梳理实际应用中广泛采用的关键技术和相关研究工作.最后对互联网内容安全研究的关键问题进行探讨与展望.

神经机器阅读模型综述

近年来,随着互联网的高速发展,网络内容安全问题日益突出,是网络治理的核心任务之一。文本内容是网络内容安全最为关键的研究对象,然而自然语言本身固有的模糊性和灵活性给网络舆情监控和网络内容治理带来了很大的困难。因此,如何准确地理解文本内容,是网络内容治理的关键问题。目前,文本内容理解的核心支撑技术是基于自然语言处理的方法。机器阅读理解作为自然语言处理领域中的一项综合性任务,可以深层次地分析、全面地理解网络内容,在网络舆论监测和网络内容治理上发挥着重要作用。近年来,深度学习技术已在图像识别、文本分类、自然语言处理等多个领域中取得显著成果,基于深度学习的机器阅读理解方法也被广泛研究。特别是近年来各种大规模数据集的公开,加快了神经机器阅读理解的发展,各种结合不同神经网络的机器阅读模型被相继提出。本文旨在对神经机器阅读模型进行综述。首先介绍机器阅读理解的发展历史和研究现状;然后阐述机器阅读理解的任务定义,并列举出有代表性的数据集以及神经机器阅读模型;再介绍四种新趋势目前的研究进展;最后提出神经机器阅读模型当前存在的问题,并且分析机器阅读理解如何应用于网络内容治理问题以及对未来的发展趋势进行展望。

人工智能生成内容对舆论生态的介入、挑战及治理

随着技术的快速发展,人工智能生成内容(AIGC)在舆论场中扮演着越来越重要的角色,因此,探讨AIGC给舆论生态带来的影响、挑战及治理策略具有重要的理论和实践意义。本文通过对AIGC的生成机制、传播特性进行深入分析,揭示了其在舆论生态中的重要作用及其对舆论场的影响,进而提出了针对AIGC的治理建议,以期为构建健康有序的舆论环境提供参考。

总体国家安全观下网络舆情信息传播特征

在新时代总体国家安全观视角下,基于新浪微博舆情信息大数据,探究基于不同类型意见领袖(官媒、自媒体与大V)的网络舆情信息传播机制。通过构建独立级联模型与社会网络分析模型,对3类意见领袖传播舆情信息特征予以评价。结果表明,官媒对舆情信息传播的主导作用最强,具有相当规模用户群的大V和自媒体,以不同方式影响舆情信息演化。研究结果为相关突发事件中的用户分析和舆情信息传播研究与网络信息内容生态治理提供了新的理论视角。

基于引爆点理论的人工智能生成内容微博网络舆情传播与演化分析

[目的/意义]2022年AIGC迅速崛起,引发社会关注但也带来诸多争议。剖析AIGC舆情特征及其演化模式有利于把握大众关注焦点,合理制定其发展策略,推动创建人机和谐的未来。[方法/过程]基于引爆点理论三大黄金法则,从内容、用户和情感三维度构建了AIGC网络舆情传播分析模型,并运用BERT-DTM主题分析、社会网络分析和LIWC情感分析方法,定量刻画了AIGC引爆的本身特性、关键人物以及社会环境,揭示了AIGC现象级走红背后的网络舆情态势及其变迁。[结果/结论]在内容维度上,当前大众对引爆的AIGC本身特性的关注涵盖技术进展、活动营销、数字艺术、市场投资、虚拟主播和前景展望6大主题,并呈现出攀升型、稳定型和回落型3种演化趋势;在用户维度上,AIGC引爆的传播网络中的关键人物仍为领域内具有一定专业知识的知名博主,当前机构用户尚未发挥自身引导作用;在情感维度上,AIGC引爆的社会环境中技术演进和应用扩展始终是提高大众热情的关键,而对于人机相竞的担忧是当前亟需解决的问题。本研究融合引爆点理论所构建的网络舆情传播分析模型为流行事物研究拓宽了新的理论视角,并有助于从舆情演化视角把握AIGC产业的发展进程。

2001—2020年国际舆论研究的进展和趋向——基于《舆论季刊》和《国际舆论研究》的内容分析

《舆论季刊》和《国际舆论研究》是国际上具有重要影响力的舆论研究期刊,其刊文一定程度上反映了国际舆论研究的现状与发展趋势。2001—2020年间,这两本刊物刊发了807篇研究论文。对这些论文的内容分析结果显示:北美洲地区以及高校机构的研究者较为活跃,形成了以政府和政治学、社会学、传播学为主力的研究队伍;政治与选举、舆论调查方法为主要研究议题,性别、移民等社会问题研究为补充;更多开展实质性研究,注重态度层面的舆论效果研究;以实证研究为主,依赖传统调查法;跨学科合作水平不断提高,但新学科组合鲜见;拥有较高的理论构建水平,缺乏理论创新。未来需要提升研究方法和研究样本的多样性,加强理论批评、改进,吸纳不同学科协同参与,共同推进舆论研究向前发展。

舆论极化与语言腐败的共生链路及其影响——基于网络信息内容生态视角

[目的/意义]网络环境中的舆论极化与语言腐败存在共生现象,会破坏网络信息内容生态,引发网络安全风险。分析其共生关系,掌握二者相互作用机制,是对其进行有效治理的前提。[方法/过程]对舆论极化与语言腐败的现实表征划分层面进行梳理和案例调研及分析,划分出两类共生现象并归纳出四条作用链路,总结出各链路的运行规律,阐明了二者共生现象对网络信息内容生态造成的具体影响。[结果/结论]网络信息内容生态下舆论极化与语言腐败存在“啮合传动”的共生关系,会形成互为因果、彼此促进的正反馈调节。治理时要国家、平台、用户协同参与,依据其规律从预防、应对、善后方面进行全流程管理,打造纵横交错的治理体系以保护网络安全、清朗网络空间。

互联网社交平台舆论趋势预测算法研究

为解决互联网社交平台话题趋势预测不准确的问题,提出基于量化计算的互联网话题趋势预测算法。本文通过分析互联网特定话题下的主题立场文本、评论账户画像、评论贴文内容等多维度特征,设计了一种面向互联网特定话题的舆论趋势预测方法,通过特定话题数据获取、用户观点立场分析、趋势走向判断样本集构建模型,构建的互联网话题趋势预测神经网络模型比传统的舆论趋势预测模型更准确、更全面。本文提出的基于量化计算的互联网话题趋势预测算法,可作为互联网舆情趋势分析研判的重要手段。

趋同与分野:美英法主流媒体涉华舆论场动态分析——基于《纽约时报》《泰晤士报》《世界报》的比较

信息技术发展和国际地缘政治演变对西方媒体涉华舆论场的塑造产生了微妙影响。本文从议题框架、情感框架和事实属性框架三个维度对美英法三国主流媒体的涉华报道展开横纵双向比较分析,总结西方媒体涉华舆论场的变化特征。研究发现,无论是从题材关注、情感基调,还是从文本组织来看,西方媒体涉华舆论生态整体趋于恶化;但美英法三国主流媒体涉华新闻构建的偏好和程度存在差异,相比之下,法媒的声调更为温和。可见,西方媒体阵营并非“铁板一块”,在国际舆论环境的挑战中捕捉和运用特殊机遇,从“薄弱环节”寻求突破,顺势而为调整对外传播策略,或为打破“他塑”局面的可能路径之一。

基于NVivo内容分析的暴恐事件网络评论研究--以昆明“3.01”暴恐事件为例

[目的/意义]对加强网络空间建设与管理,及时采取预控措施,保持国家政权长治久安具有重大意义。[方法/过程]使用质性分析方法,利用NVivo软件对爬取的评论进行编码,对评论进行标签化分类和情感分析,获得暴恐事件网络评论的特点以及情感倾向。[结果/结论]暴恐事件中的网民关注点复杂,涉及政府工作、民族问题、舆论传播多个领域,主要表现为负面情感倾向。通过对关键节点表现出的特征进行具体分析得出针对性的引导对策。

基于UGC的网络视频舆情传播特征框架研究

新媒体的发展开启了交互、多向的信息模式,极大地改变了人们的生活方式.网络舆论生态变得更为复杂,给网络舆论引导工作带来一系列现实的和潜在的问题.对此,提出了网络视频舆情传播特征(NVPOSF)框架,用于分析视频舆情特征.NVPOSF融合了模态内、模态间和双模态间的交互,构建了基于多头注意力的融合网络.NVPOSF通过为声学—视觉、声学—文本和视觉—文本特征分配合理注意力以获得重要特征.实验评估的结果表明,与现有的框架相比,NVPOSF具有更好的性能.为政府主动引领网络舆论,形成正面舆论强势,对社会重大事件的舆论引领起到重要作用.

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。

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。

突发事件微博舆论中的网民素养提升研究——以“东方之星”客轮倾覆事件为例

[目的/意义]随着网民群体不断扩大,网民参与不断深入,网民素养问题已经成为影响网络舆论生态环境的重要因素。[方法/过程]以"东方之星"客轮倾覆事件为案例,采用内容分析法对新浪微博@头条新闻所发布微博的热门评论进行多维度分析。[结果/结论]发现网民趋于客观看待事件原因和政府应对、质疑媒体报道、呼吁回归理性、呼吁"去娱乐化"、客观对比同类事件等现象,可以一定程度上反映网民素养的整体提升。进一步提出网民素养提升的逻辑框架,其中三个层级的网民行为表现应作为网民素养提升的直接依据,而多种心理动因和其他行为表现可作为关键切入点用以探索网民素养教育的方式方法。

微时代下涉法网络舆情研究:个案分析视角

以腾讯微博新闻《云南高院:"赛家鑫"案我骑虎难下,10年后将成标杆》为研究样本,采用内容分析法对该新闻的转播和评论进行了多维度考量,从网络舆情的时间分布、网络使用媒介的类型、网民的态度、网络舆论的指向、评论内容和评论字数等方面进行实证分析,同时与现有的相关结论进行比照研究,并试图提出新的结论。

2014-2017年雾霾网络舆情现状特征及发展态势研究——以新浪微博的内容与数据为例

[目的/意义]了解近几年中国雾霾舆情整体走势及其特点,提高雾霾舆情的理性、科学性以及客观性,为改善环境、健康舆情提供参考。[方法/过程]按照内容分析法,通过SPSS统计、数据挖掘等方法,从新媒体角度全面分析总结2014年以来我国微博雾霾舆情的现状与特点,找出不足之处以及需要进一步完善的地方。[结果/结论]雾霾舆情呈现的主要特点为:雾霾舆情的关键词偏向公众需求;微博雾霾科学性报道不足,发声主体分布不均;雾霾舆情的情感偏向为"娱乐"与"暴戾"并存;"环境污染"为公众最关注因素,"身体健康"与"社会稳定"因素受关注度保持均衡;雾霾舆情未来发展的趋势偏缓,议题呈多元碎片化等。建议从媒体、政府、专家及环保组织以及公众等四个角度提出对策积极应对雾霾舆情。

互联网舆情政策文本量化研究:2009-2016

[目的/意义]互联网舆情政策已经成为政府机构实现网络舆情治理规范化和制度化、提升网络舆情治理效能的重要工具。通过研究互联网舆情政策文件可以考察政府部门在网络舆情治理实践中的行为策略。[方法/过程]以关键词检索的方式在百度和谷歌搜集公开可得的互联网舆情政策文本,最终获得215个有效样本,并进行内容分析和软件分析。[结果/结论]研究发现:政府机构在2009年就已经颁布政策文件,2012年呈现爆发式增长;大多数政策文件未明确界定网络舆情的概念;政策发布机构以地市级和县级政府机构为主;政策文件以通知和办法为主;处置、管理和应对是常见的政策主题词;"维稳"思维仍是主导,但少数强调舆情的民意属性;大多数政策文件未规定回应时限,不过在工作原则层面突出时效性和责任归属;工作机制层面,资金保障和工作激励机制被提及较少,处置、人力资源保障、问责、领导小组等是关注重点。

流量内容词语相关度的网络热点话题提取

针对网络舆情分析的需求,给出了网络热点话题定义及其形式化描述,分析了流量内容中热点词语与热点话题的关系,提出了流量内容中热点词语的相关度计算算法.在此基础上,采用基于高密度连接区域的密度聚类方法得到热点词语簇,结合热点词语簇相关的网页标题及网站地址信息,得出网络热点话题的属性描述.实验结果表明,该算法能够有效获取当前网络中的热点话题,话题提取有效率达到16.7%,为网络热点话题传播特性研究提供了基础.与Web挖掘、话题监测与跟踪方法相比,所提算法通过选取合适的数据源,能更大程度地还原网络用户行为,从而得到了更为准确的网络信息传播状况.

“澜湄合作”视角下国际河流水电开发环境保护舆情监测实证研究——以中国澜沧江流域水电开发为例

研究旨在通过对环境保护舆情的多维度特征分析,为当地政府、水电开发企业提供掌握、防范和规避水电开发环境保护舆论风险的有效方法。国际河流水电开发环境影响问题已经引起国内外民众的广泛关注。开展国际河流水电开发环境保护方面的舆情监测是开阔政府及水电开发企业的视野,倾听民众的利益诉求,掌握、防范和规避来自国内外水电开发环境保护舆论风险的重要途径。构建了国际河流水电开发环境保护舆情监测理论框架,以澜沧江流域水电开发为例,使用Meta Seeker采集了舆情信息经筛选后构建了2005-2014年澜沧江水电开发环境保护舆情数据库。使用内容分析法对舆情信息进行分类、编码、处理,构建了环境保护舆情特征分析框架,从舆情生长度、舆情热度、舆情倾度、舆情强度等4个维度对环保舆情生命周期、覆盖范围、情感倾向、舆情热点等特征进行了深入细致地分析。