突发事件网络舆情信息扩散差异性度量与实证研究

[目的/意义]不同突发事件或不同网络平台上的舆情信息扩散存在差异,本文构建数理模型研究舆情信息的不同传播扩散机制,度量舆情信息扩散差异,为突发事件网络舆情精准治理提供理论支持。[方法/过程]本文针对舆情信息扩散一般特征,考虑各突发事件和各网络平台的不同对舆情信息扩散的影响,提出舆情信息扩散指数的概念,构建一种基于幂映射的突发事件网络舆情信息扩散差异性度量模型,并通过数值仿真研究参数对舆情信息扩散的影响。通过使用多起突发事件引发的网络舆情案例数据来验证模型的有效性及合理性,同时利用多个案例验证本文模型对信息扩散预测的有效性。[结果/结论]突发事件网络舆情信息扩散的差异性可用舆情信息扩散指数度量。舆情信息扩散整体规律一致,舆情信息扩散指数对舆情信息扩散的影响不仅体现在时间维度,还体现在舆情信息量维度。

基于动态主题聚类的网络舆情反转识别模型构建与实证研究

[目的/意义]舆情反转现象频发消耗了网民的信任感,降低了网民在网络世界的安全感。基于舆情大数据对反转现象进行及时的分析识别,对营造健康安全的互联网舆论环境具有重要意义。[方法/过程]文章通过案例分析对舆情反转的特征与规律进行了归纳总结,并从主题演化角度出发,提出一种基于主题聚类模型LDA与门控循环神经网络单元(GRU)的舆情反转实时识别模型(DDPOR)。首先根据时间窗口采集实时文本数据,利用主题模型动态计算事件的当前言论较于先前观点的主题吻合度。随后结合文本时序特征,利用门控循环神经网络完成反转判定,实现网络舆情事件的反转预测。最后选取27个经典舆情反转案例开展实证分析,检验模型对反转的识别率与灵敏度。[结果/结论]实验表明,DDPOR可以及时地实现舆情反转的自动化识别,识别准确率高达90.54%,优于其他对比模型,且对网络舆情的实时监测与管控具有一定实践价值。

基于实时社会网络分析的突发舆情事件动态意见领袖识别方法研究

[研究目的]动态意见领袖识别是探究突发网络舆情危机事件“引爆点”和网络话题持续高热原因的关键,也是理清网络生态构成和建设和谐网络社会的必经之路。[研究方法]社会网络理论是研究信息扩散模式,刻画突发舆情传播的重要方法。然而传统静态社会网络分析研究方法存在构图方式表浅、静态分析获取信息滞后等缺陷。基于此,本文以“新疆棉事件”为例,运用实时社会网络分析法对突发舆情事件开展动态研究。首先从内容、主题、情感三层维度计算文本相似度,替代交互行为作为构建网络的依据,更深刻地表现信息内在关联。随后利用滑动时间窗口不断更新阶段文本数据,构建实时社会网络,分析舆情事件扩散的动态拓扑特征,并挖掘不同阶段的意见领袖及影响力特质。最后依据动态识别结果,提出三种类型的意见领袖,并指出了相应的检测方法与指导建议。[研究结论]本文提出的方法拓展了社会网络理论在网络舆情分析中的应用思路,对于有关部门开展舆情监测与管理实战具有一定参考价值。

基于信息吸引力和相关性的双网络舆情交互传播建模与仿真研究

[研究目的]针对突发事件中多种网络舆情信息交互传播的现象,构建双网络舆情信息交互传播SE^(2)I^(2)R^(2)模型并仿真分析其传播演化趋势及影响因素,为及时高效开展多网络舆情的引导干预工作提供有益指导。[研究方法]在传染病SEIR模型的基础上,通过量化舆情信息的吸引力和相关性因素,构建复杂网络上的双网络舆情信息交互传播SE^(2)I^(2)R^(2)模型,并在真实社交网络Facebook数据集上进行仿真分析,揭示双网络舆情交互传播的演化规律。[研究结论]仿真结果表明,当舆情信息相互冲突(强负相关)时,有优先权的舆情信息具有明显的传播优势;当舆情信息呈正相关时,舆情传播个体之间持续发生着状态转移,舆情传播演化至稳态的时间(弛豫时间)显著延长,且人群接纳程度显著提升;当舆情信息吸引力差距较大时,强势舆情信息对弱势舆情信息的传播产生较显著的抑制作用。

面向多维风险场景的突发事件网络舆情风险评估研究

[目的/意义]研究突发事件网络舆情风险建模,为突发事件网络舆情风险防范提供理论方法和实践指导。[方法/过程]基于舆情生命周期理论与舆情风险演化机理构建突发事件网络舆情风险评估指标体系,采用AHP层次分析法计算其权重系数并在多维风险场景中开展突发事件网络舆情动态风险评估。以“成都49中学”为案例,进行风险评估验证。[结果/结论]依据风险评估结果得出政府的处置行为、危机意识;事件的类型、影响范围、连锁反应;媒体的议程设置与网民的利益诉求是引发突发事件舆情风险的高概率因素,以此针对上述风险因素提供治理策略。

基于AHP-TOPSIS法的高校舆情预警方法研究

提高高校网络舆情风险预警能力是加强高校网络舆情管理,构筑和谐校园、维护高校教育稳定的关键。本文根据高校网络舆情的特点,构造AHP-TOPSIS模型,从舆情强度、舆情热度以及舆情影响三个维度建立了高校网络舆情监测指标体系,通过层次分析法、专家咨询法为指标赋权,有助于完善高校网络舆情领域的风险评估与预警机制,帮助高校及时了解并应对可能的舆情危机。

网络舆情引导的Allee效应建模与仿真研究

[目的/意义]研究网络舆情引导的Allee效应,丰富网络舆情引导理论研究。[方法/过程]通过分析网络舆情引导的Allee效应,以Logistic模型为基础模型,构建Allee效应作用下网络舆情引导主体的交互模型,通过仿真探索Allee效应作用下网络舆情引导主体引导效能的演化特征,明晰互惠、竞争、净化交互下Allee效应对于引导主体理想型和一般型引导的作用机理。[结果/结论]通过理论分析与仿真研究验证了Allee效应对于网络舆情引导的影响。

涉警网络舆情主题发现及情感分析研究

[目的/意义]研究涉警网络舆情主题特点及网民情感变化,可以为构建良好的警民关系和警察形象提供参考,具有重要的社会意义和实际价值。[方法/过程]获取微博平台涉警网络舆情数据,使用LDA主题模型及TF-IDF算法对网络舆情数据进行主题发现研究,基于Word2Vec模型构建涉警网络舆情领域情感词典,进而对网民情感进行分析。[局限]在案例选取及分析方面不够全面。[结果/结论]通过LDA主题模型及TF-IDF算法可以使主题划分更为明显,基于领域情感词典的情感分析也较为准确,更好地反映出舆情传播过程中热点话题及网民情感的变化。

基于SEM-SD的网络舆情生态系统失衡动力学机理研究

在互联网技术快速发展和后真相时代的背景下,网络信息传播呈现多维度、复杂性、互动性等特点,极易造成网络舆情生态系统失衡的现象。分析网络舆情生态系统构成维度及其影响因素,对正确塑造和引导网络舆情生态秩序良性发展具有重要意义。研究以信息生态为视角,明晰网络舆情生态系统内涵和特征,并探析其失衡的动力学机理;基于网络舆情生态系统失衡的机理,分析舆情生态系统失序的影响因素;构建网络舆情生态系统失衡的SEM模型;基于SEM模型,构建网络舆情生态系统失衡的系统动力学模型,并对其模拟仿真。通过模拟仿真,分析比较并得出影响舆情生态秩序稳定性的影响因素,其中意见领袖、话题敏感度、媒介议程设置、群众满意度和政府公信力作用比较明显。

网络圈群中风险感知对群体极化的影响研究

[目的/意义]社交媒体中,由网络圈群效应引发的群体极化现象纷繁复杂,为网络舆情的引导和治理带来了严峻挑战。本文旨在探究网络圈层中多维度环境风险感知对群体极化的影响机制,对治理群体极化提供了理论支持。[方法/过程]基于保护动机理论以及圈群结构理论建立理论模型,以“6.10”打人事件为例进行数据采集,从随机群体和圈群群体两个角度得到两组对比数据,并构建结构方程模型对研究假设进行实证分析。[结果/结论]1)与随机群体相比,网络圈群内观点同质化程度高,圈群效应显著;2)风险感知对群体极化现象的形成具有显著正向影响,其中,风险反应行为对群体极化的影响更为显著;3)网络圈群对群体极化现象的形成具有显著正向影响,其中,“面”对群体极化的影响更为显著;4)网络圈群在多维度风险感知和群体极化间起中介作用。

突发事件网络舆情领域情感词典构建

[目的/意义]情感分析技术广泛应用于网络舆情方面,该技术可以有效地区别分析网民在网络社交平台所发布言论的情感极性。受到应用领域的限制,基础的情感词典并不能满足特定应用领域对于情感分析的需求。本文构建的词典可以满足网络舆情领域的情感分析需求。[方法/过程]先使用TF-IDF和TextRank提取种子词,然后采用SO-PMI算法构建突发事件网络舆情领域的情感词典。[结果/结论]使用该情感词典对“昆山反杀案”这一突发事件的微博评论进行情感分析,证明了所构建的情感词典在一定程度上具有准确性及适用性。

情绪感染视角下网络舆情负面情绪引导动力学机理

[目的/意义]分析网民负面情绪演化规律及影响因素,为政府正确引导网民负面情绪提供参考。[方法/过程]以情绪感染为视角,基于SIR经典传染病模型并结合“群体极化”“媒体放大”及“政府疏导”对情绪演化过程的作用构建S 2IR负面情绪演化模型;基于S 2IR模型分析网民负面情绪演化的影响因素;根据S 2IR负面情绪演化模型及其演化过程的影响因素,构建负面情绪引导动力学模型并进行模拟仿真。[结果/结论]通过模拟仿真表明,在“接触率”“传染率”“康复率”中,对网民负面情绪起关键影响作用的因素是话题敏感度、新型意见领袖、群众满意度。

共生视角下网络舆情多元主体引导模型研究

[目的/意义]网络舆情引导是网络舆论生态环境和谐的重要力量,网络舆情引导的多元主体间相互依存、协同演化,存在多边多向的交流机制和共生模式,共同形成复杂的共生生态系统,本研究为多元主体间形成健康协调的共生关系提供指导。[方法/过程]本文以政府、媒体和意见领袖三大引导主体为切入点,紧扣种群生态学的共生理论,基于Logistic模型构建网络舆情多元主体引导共生模型,分析模型的平衡点和稳定条件,运用数值仿真解释7种共生模式下主体间共生演化规律及不同初值对其演化趋势的影响。[结果/结论]研究表明,对称互惠共生为多元主体合作的最佳模式,引导主体应致力于推动寄生和偏利共生模式转向对称互惠共生模式,稳定状态下的引导效能与主体间共生系数大小、引导效能最大值,其增长速度与初始引导效能呈负相关和固有增长率呈正相关。

面向风险监测的网络舆情异常感知与实证研究

[目的/意义]感知网络舆情传播过程中的异常数据并据此开展风险计算,为网络舆情风险监测提供新思路。[方法/过程]明晰网络舆情风险监测机理,构建网络舆情传播核心要素指标集,研究基于常态建模的网络舆情异常数据感知方法并提出风险计算方法。[结果/结论]实证研究表明,该方法可以为网络舆情风险监测自动化、智能化提供研究思路,可以为网络舆情风险治理理论提供方法支撑。

自治线性风险作用下网络舆情演化建模与仿真研究

[研究目的]研究风险作用下网络舆情演化规律,为防范化解舆情风险提供理论依据。[研究方法]分析风险作用下网络舆情演化过程,以logistic模型为基础模型,构建自治线性风险作用下网络舆情演化模型,通过仿真探索自治线性风险作用下网络舆情演化特征,明晰自治线性风险对于网络舆情的强化和弱化机理,及其在不同演化阶段的影响差异性。[研究结论]通过模型仿真和实证分析得出:自治线性风险作用下,网络舆情演化本质是两条S型曲线的拼接,结合点即风险作用点;自治线性风险改变舆情演化关键时间节点及其对应舆情信息量,风险作用时间点起始于舆情演化的不同阶段,对舆情演化产生不同影响。

考虑节点间强弱关系的突发事件信息传播网络分析

[目的/意义]新媒体技术的飞速发展使得社交媒体平台成为信息传播的主要载体。运用社会网络分析法研究微博舆论场中突发事件信息传播结构及传播模式,为政府高效应对突发事件危机提供理论支持。[方法/过程]以“唐山烧烤店打人事件”为例进行微博数据采集,构建具有节点间强弱关系的信息转发网络,运用社会网络分析法分析信息转发网络的用户属性、节点属性、网络属性和传播属性,探讨节点间强弱关系在突发事件信息传播中的作用规律。[结果/结论]1)网络用户的性别、活跃度、地域等因素影响用户传播力;2)核心节点的作用尤为关键,他们在传播链条中起到“桥梁”的作用,弱关系和权威关系的传播主要集中在少数核心节点之间,而强关系的传播路径较为分散;3)突发事件信息传播网络具有较高的传播效率,且呈现出稀疏的特征;4)整个信息传播过程中仍以弱关系传播为主,权威连接在信息传播的各个阶段均发挥重要作用,而强连接的作用主要集中于信息传播的初始阶段。研究结果为相关部门制定有效的突发事件传播和引导策略提供了支撑。

基于深度学习的网络水军识别技术研究

[目的/意义]互联网的发展带动了社交网络的快速发展,为用户提供了一个方便的信息发布、传播和接受的渠道,但其低门槛的特性也催生了一批灰黑色力量——网络水军,他们传递虚假信息,破坏网络秩序,成为互联网生态中的一大问题。[方法/过程]本研究提出了一种基于深度学习的网络水军识别模型,结合用户的基础信息、历史言论、交互行为3方面特征,并加入了“社交亲密度”属性,通过特征提取与向量融合,利用卷积神经网络构建起水军识别模型。[结果/结论]通过实证分析与模型对比,实验构建的模型在精确率、准确率等指标均取得了较好的效果,可以为网络水军识别提供一定技术支持与理论指导。实验表明,利用机器学习方法主动识别网络水军账号,对重点账号进行实时监管与事前防范,可以更加及时有效地避免恶性网络事件发生,降低非法势力破坏舆情生态的风险。

基于AHP-TOPSIS法的突发事件网络舆情风险预警研究

[目的/意义]提高突发事件网络舆情风险预警能力是突发事件网络舆情危机管理,构筑和谐网络社会的关键。[方法/过程]本文针对突发事件的特点,构造AHP-TOPSIS模型,从主体强度、民众关注度、政府引导力度三个维度建立了突发事件舆情监测指标体系,并结合甘肃白银山地马拉松事件、四川省宜宾市长宁食品厂中毒窒息事件、安徽淮北工地溺水事件三个突发事件案例对模型进行实证研究。[结果/结论]实证结果表明,AHP-TOPSIS模型能够对突发事件网络舆情进行实时有效的监测,证明了该指标体系的实用性,本文结论有助于完善突发事件网络领域的风险评估及预警机制。

基于信息生态理论与算法推荐的公安政务抖音号传播互动影响研究

深入研究公安政务抖音号传播互动影响因素,能进一步提升其政务服务效能。文章基于信息生态理论与抖音平台的算法推荐机制建立公安政务抖音号传播互动影响模型,选取中国警察网第31期抖音榜单排名前10账号的486条视频作为样本,采用SPSS非参数检验验证各类因素对传播互动指数的影响程度。研究发现背景音乐、视频用途、视频类型、视频风格对公安政务抖音号传播互动具有显著影响,以此为基础提出加强对短视频内容的垂直深耕、培养专业制作人才、紧跟流行元素等提高短视频传播互动影响力的措施。

用户信息搜索场域转移意愿研究——基于回避型算法抵抗视角

生成式人工智能产品的涌现和传统信息搜索引擎日益凸显的算法负面问题将使得用户产生场域转移行为,这对传统搜索引擎来说会导致用户流失,而对生成式人工智能产品来说却是一次提升的机遇。因此,研究用户信息搜索场域转移意愿形成机理,可以促进双方采取有效措施以获取竞争优势。研究从算法抵抗行为视角出发,通过调查问卷了解用户对传统搜索引擎算法环境的态度认知,再基于刺激—机体—反应(SOR)理论构建出SEM-Logit模型分析用户的信息搜索场域转移行为。结果表明,女性、青壮年、固定职业、具有较高学历和收入、短时上网的用户更愿意选择对话式搜索引擎;传统搜索引擎的算法环境会提升用户算法感知,采取算法回避行为,进而转移信息搜索场域;对话式搜索引擎的低使用成本会更加吸引用户产生转移意愿。