“网络舆论审判”:变局时代中的非正式控制及制度因应

在文化思潮、政治制度、生存模式发生深刻变迁的转型中国社会,频繁引发情绪对垒的“网络舆论审判”,实则是一种弥补正式治理秩序空缺的自发性社会调节机制:在社会规范更迭、行为约束缺位的背景下,“网络舆论审判”表征着互联网“无道”情境中的神圣道德律令,强化了由德性论、社会性道德形塑的道德主义行为规范;权利意识抬升、意见吸附有限条件下,“网络舆论审判”是溢出性民粹冲动的鲜活呈现,并可能在“闹大-维稳”的互构中成为被默许的补充性政治参与;社会联结脱嵌、风险共同体涣散基础上,“网络舆论审判”是公众消解社会风险、找回脱域化社会团结的恰适工具,借助网络“全视监狱”曝光越轨者,并重新展示其倡导的社会价值规范。但这一自发性秩序愈发挤压着正式规则的客观独立空间,并由于国家缺场而造成过罚不当、破坏性大于恢复性的随意制裁,亟须接受制度性控制的价值引向。

基于EMD的网络舆情演化分析与建模方法

现有研究忽略网络舆情演化过程的多成分特性,导致演化分析与建模效果较差。为此,提出一种基于经验模态分解(EMD)的网络舆情演化分析与建模方法。对演化过程进行EMD分解,形成演化过程的趋势成分、周期成分、突发成分和随机成分,通过对各成分进行分析与建模,实现网络舆情的演化分析与建模。实验结果表明,该方法通过EMD分解得到的各成分物理含义明显,有助于分析网络舆情的演化规律,同时具有较好的趋势预测效果,适合进行演化建模。

基于时序主题的网络舆情热点话题演化分析方法

针对舆情话题演化中的话题漂移和衍生效应,提出基于时序主题信息的舆情话题演化分析方法并通过加入时序标签,对舆情热点话题内容和强度的演化过程进行了可视化.实例证明,该文提出的话题追踪算法能够有效探测出各阶段的舆情热点话题、分析舆情演化趋势,为突发事件发展态势的预测提供理论借鉴.

网络舆情演化模式分析

网络舆情演化分析已成为网络舆情研究的热点内容。文章使用描述网民发帖过程的时间序列来表征网络舆情的演化过程,使用时间序列的分析方法来探索网络舆情的演化规律,构建了6个网络舆情演化模式,包括分布模式、平稳模式、相关模式、自相似模式、周期模式和趋势模式,并给出了相应的模式分析方法。实验表明,构建的网络舆情演化模式能够有效地表征网络舆情演化过程,有助于更深层次地分析网络舆情演化规律,为后续演化建模提供理论基础。

跨境网络舆情演化下目的地关注度时空特征——以普吉岛沉船事件为例

跨境旅游危机事件网络舆情具有突发性强、利益主体复杂等特点,影响我国游客的境外风险感知与目的地选择,不利于国内出境旅游及目的地旅游业发展,必须合理管控。以泰国普吉岛“7.5沉船事件”为例,探讨跨境旅游危机事件网络舆情传播特点及其演化下目的地关注度的时空特征。结果发现:1.时间上,旅游危机事件网络舆情演化与目的地的关注度分别呈“双峰型”与“单峰型”,舆情生命周期各阶段目的地关注度呈现平缓上升、爆发式增长、“断崖式”下跌与逐渐恢复的演变规律。2.空间上,目的地关注度整体上从我国西部向东部梯度递增,空间分异呈现核心—边缘与多核心的结构特点。3.舆情传播、出境旅游需求等相关因素对目的地关注度空间分异存在显著影响。基于出境旅游危机事件网络舆情的时空特点,政府旅游管理部门、自媒体平台信息、在线旅游平台(OTA)等利益主体应在不同阶段采取针对性措施,推进跨境旅游危机事件及其网络舆情的合作管控。

BBS网络舆情的在线自适应话题演化模型

针对电子公告栏(BBS)内容演化过程中话题数量动态变化的特点,提出基于潜在狄利克雷分布的自适应在线话题演化模型。该模型以历史时间窗口中话题、词分布的后验线性加权调节当前时间窗口中话题、词分布的先验,给出在线新话题检测和消亡话题检测方法,自动适应数据流中的话题数量。实验结果表明,该模型能有效识别BBS内容演化过程中话题的产生与消亡,分析它们在时间和内容上的演化,及时发现热点事件。

一种基于时间序列网络舆情热点事件发现模型

在大数据背景下,互联网每天都能产生大量的舆情信息,如何从大量的舆情信息中及时发现热点事件,有利于政府及时监控相关热点事件的发展趋势,对网民进行舆论导向的引导,减少舆情信息对社会的不良影响,保护网民的权益,促进社会的稳定.本文针对目前网络舆情热点事件发现模型存在的一些问题,提出了一个基于时间序列的排序模型用于发现热点事件,该模型采用影响热点事件的相关因素作为评价指标,并且指标的相关数据全部为客观数据,有利于模型评价的客观性.为了求解该模型,首先采用熵权法确定模型中指标的权重,然后提出将TOPSIS法和灰色关联法以相对贴近度的形式结合起来进行计算,以判断方案的优劣,最后通过实验验证,和其他热点事件发现算法进行对比,最终得出该方法具有比较好的客观性和准确性.

NGN网络时代舆论的形成与影响

NGN时代,网络舆论主要有两种不同的舆论形式:一是具体事件引发的舆论;二是价值观念与信念形成的讨论性的舆论。舆论的情绪色彩浓厚,有喜、怒、哀、惧四种基本的舆论情绪。NGN时代,网络舆论的焦点内容可能主要集中在与国家的基本国策或有关的事件方面。网络舆论的形成过程即为集体与个人意见的相互影响的过程,网络媒体的影响力将持续加强,网络舆论会对民众产生积极与消极两种影响。

大学生网络舆论引导的时代价值与路径选择

在移动互联网时代,互动、内容和数据是一个统一体。新传播革命是通过网络新技术实现的,影响各国政治态度和社会稳定的主要因素就是网络意识形态的建设。如今社会情绪的直接影响者就是网络舆论,它所造成的影响非常深远,特别是对高校大学生的价值观和人生观有非常重要的影响。对于大学生网络舆论引导来说,就是在高校网络氛围中,使用各种各样的手段和方法使大学生舆论主体的多样化转变成主流化,从而使态度得到较好的转变,促使认知水平的均衡发展。

新形势下高校网络舆情的应对策略

针对当前高校网络舆情现状及存在的问题,该文从培育大学生主流价值观念出发,分析了加强高校网络舆情应对的意义,提出了构筑高校网络舆论主阵地、增强网络舆情防治意识、建立多元参与和协同联动的管理机制、优化网络舆情管理工作队伍等对策。

基于聚类分析的网络舆情倾向性分析研究

介绍了国内外网络舆情分析的理论研究、系统构建和关键技术研究现状,给出了基于聚类分析的网络舆情倾向性分析的距离模型和相关系数模型,提出了基于时间片的k中心点法聚类分析算法,给出了该算法实现网络舆情倾向性分析的流程;以论坛和微博作为实验数据抽取平台,按照时间片进行信息的随机抽取,验证了选择5个连续的时间片且针对不同的样本数的聚类分析结果,能有效反应出网络舆情演化的倾向性,降低了聚类的维数,增加了聚类的可靠性;验证了本文提出的模型能有效地提高舆情演化主题提取的查全率,较大幅度提高了时间效率,为网络舆情信息倾向性分析提供了有益的解决方案。

基于混沌理论和改进径向基函数神经网络的网络舆情预测方法

网络舆情发展趋势具有混沌系统的特征,提出一种基于EMPSO-RBF神经网络的方法对网络舆情的发展趋势进行预测.首先根据Lyapunov指数证明网络舆情具备混沌的特征,然后对网络舆情时间序列数据进行相空间重构,最后采用EMPSO-RBF方法进行预测,并和其他模型进行对比试验,实验结果表明EMPSO-RBF方法具有较高精确度.

一种基于时间序列的热点话题发现模型和算法

【目的/意义】网络舆情的热点话题对政府和网民有着很大的影响,及时发现热点话题有利于政府监控话题的发展。【方法/过程】本文提出了基于时间序列的话题动态演化两层模型,并将新闻网页内容的相似度和页面链接分析作为话题热度的计算依据,然后利用改进的Single-Pass算法进行增量聚类获得聚类中心,最后根据热度权重将聚类中心进行排序,获得热点话题。【结果/结论】通过实验验证,该算法发现效果好,能够更好地获得热点话题。

突发事件网络舆情传播时段特征和政府预警模式研究

针对当前关于网络舆情传播规律研究工作中"量化"不足的缺陷,用科学的方法来"计算网络舆情",基于海量的网络信息发现舆情传播的推演态势。以网络论坛为视角,基于发帖量统计量,构建数学模型——舆情"计量模型",以期实现用科学的测量方法解析舆情传播的时段特征,在此基础上分析了各阶段的舆情预警模式。最后通过实际案例验证了数学模型的有效性和应用,并指出了今后的研究方向。

基于LDA模型的网络突发事件话题演化路径研究

基于LDA思想,用先离散时间型话题模型思路建立网络突发事件话题的空间模型,并根据特征词之间的关联度使用社会网络分析方法进行话题演化路径的分析。实验表明,此思路能够较全面体现话题演化路径,为网络突发事件分析提供有效途径。

加权零阶局域法在网络舆论趋势预测中的应用

采集了某一时段国内某著名网站上针对某一指定话题的帖子,按时间周期构造了一个关于新增帖子数量的时间序列,利用混沌时间序列预测方法中的加权零阶局域预测法预测了该序列的变化趋势.仿真结果表明该预测趋势与实际趋势在短期内是基本一致的;短期预测误差明显小于长期预测误差.

突发自然灾害事件网络舆情传播特征及影响因素研究

随着网络技术的发展,网络舆情分析在应对突发事件中发挥的作用日益显著。自然灾害发生后,准确把握舆情信息传播特征并分析其影响因素有助于应急管理部门及时采取有效的应急救援措施。本文以台风"利奇马"为例,基于"新浪舆情通"系统搜集的相关微博、微信、论坛、网站等全网舆情数据,探究台风灾害全过程舆情信息的时空分布特征,开展灾害舆情信息影响因素相关性分析。研究表明:(1)相比于灰色EGM(1,1)模型,ARIMA模型对于舆情的短时预测具有较高的适用度,所预测的舆情信息的时序变化与利奇马台风的生命周期相符;(2)舆情的空间分布具有聚集性,其分布与受灾程度呈正相关关系,但同时受灾区经济状况和网络普及率影响;(3)灾情严重程度与原创舆情信息的相关性高于转发舆情信息,原创舆情信息更能反映受灾地区的实际受灾情况。研究内容为应急管理部门及时掌握舆情走势并调整应急救助决策提供了指导价值。