突发舆情事件的情报感知模型研究

[目的/意义]随着信息技术的高速发展,网络舆情已经成为公共决策的重要参考,正确分析和引导突发舆情事件,重点在于舆情的情报感知,为突发舆情事件的应急管理提供情报支持。[方法/过程]文章剖析突发舆情事件的发展态势,从突发事件舆情中提取情报,分类为诉求型情报和支援型情报,建立全新的突发舆情事件情报语料库,基于朴素贝叶斯、支持向量机、K-近邻三种算法,构建突发舆情事件情报感知模型,搜集大量“新型冠状病毒肺炎疫情”的文本数据进行实证分析。[结果/结论]突发舆情事件情报感知模型中三类分类算法的准确率、召回率、F1值较高,结果验证了突发舆情事件情报语料库的科学性,以及突发舆情事件情报感知模型的合理性,其中运用支持向量机算法感知结果为:诉求型情报的F1值为0.873,支援型情报的F1值为0.894,相比其他算法的感知评价指数,支持向量机算法的感知结果更加准确。

基于Logistic-SEM的突发事件微博舆情传播影响机制研究

[目的/意义]微博作为互联网信息传播的重要平台,当突发事件发生时,微博舆情对网上网下有着巨大的影响,本文将对突发事件微博舆情传播进行精细化分段,通过建立影响微博舆情传播的指标体系,研究突发事件微博舆情传播影响机制,为政府引导管控舆情提供方向。[方法/过程]通过λ-Logistic模型和SEM(结构方程模型),构建突发事件微博舆情传播影响机制模型,结合红黄蓝事件的实际数据,分析各阶段的因子指标对微博舆情传播的影响方向和程度。[结论/结果]经过理论建模和实证分析,划分了微博舆情传播的5个阶段,验证了“传播用户”“博文内容”“文本特征”3个维度在微博舆情传播的各阶段起到不同程度的作用。