利用机器学习技术防范网络意识形态风险的理论模型与逻辑进路

新媒介时代网络日益发达,对我国意识形态的安全和治理带来了巨大挑战。现代机器学习技术特别是那些基于深度神经网络的模型,能够从大量非结构化文本数据中提取意义,应用范围已经从简单的图像识别扩展到了复杂的视频内容分析,从而为理解和预测公众行为及其背后的意识形态提供了更为深入的视角。由于网络传播路径预测依赖信息转发预测,后者体现了用户的个体行为差异,因而我们提出基于机器学习的网络意识形态风险识别的行为传播模型。该系统由信息采集层、数据分析层、预警发布层构成,可以提高对网络意识形态发展演变状况的实时感知能力,使相关主体能及时完成对网络意识形态风险的评估和决策,推动解决网络意识形态风险的智能化处置。

清末新政背景下清廷对南洋华侨的认知转变及其影响:以《申报》为中心的考察

鸦片战争以后,西方文化和思想对中国的冲击频繁,其涌入使晚清社会在思想认知领域经历了剧烈的动荡。传统社会的“权势结构”逐渐发生转移,并在清末新政时期形成了认知观念的转变浪潮。传统中国,特别是中央政府,对南洋华侨的认知根植于华夷观念和儒家传统文化。然而,到了清末,这种认知开始受到列强入侵和思想领域权力的急剧变化的影响,进而发生明显转变:南洋华侨从未知的群体渐渐被熟知却最终又被提防,从被视为化外之民逐渐成为臣民却最终又陷入乱民之列。晚清时期,南洋华侨在认知中的形象透过新兴的报纸媒体得以呈现,而华侨群体则通过与清廷、革命党、维新派、报纸媒体等多方势力的互动,深刻地介入并影响了清末政局。新政时期,清政府对南洋华侨的认识转变从内外互动的角度反映了晚清思想变革的底层逻辑,揭示了新政失败的部分原因。