泛在媒体环境下的一类具有话题衍生性的SEIRS模型

随着科学技术的进步,互联网在现实生活中的应用越来越广泛,人们可以实时发布对某一事件的言论和观点,这使得社交网络成为舆情表达和传播的主要阵地.结合外部舆论场,以传统的SEIR模型为基础,建立了一类具有话题衍生性的SEIRS模型,并针对一个小型社交网络进行数值模拟,分析话题衍生率、阻止率与推进率对舆情传播的影响.     

高校网络舆情传播模型稳定性研究

将高校网民分为无知者、传谣者和管理者(教师)三类,并考虑教师的育人功能,建立了一类网络舆情传播模型。利用稳定性理论和方法,讨论了模型平衡点的局部稳定性和全局稳定性,借助计算机模拟研究了舆情传播的控制策略。结果表明,教师加大与无知者的接触率是控制舆情扩散的有效措施。此外,加强教育管理对于有效控制网络舆情传播具有重要作用。     

基于大数据分析的多关系社交网络舆情传播模型研究

为了真实再现舆情在多关系社交网络中的传播过程,通过对爬取的新浪微博数据进行大数据分析,从中得到社交网络中多种关系对网络舆情传播的影响,基于复杂网络理论提出了一种适用于多关系社交网络的舆情传播模型,该模型根据多种关系对舆情传播的影响界定传播模型中各状态之间的转移过程和转移概率.仿真结果表明:与传统社交网络舆情传播模型相比,该舆情传播模型可以更好地描述真实互联网环境中的舆情传播规律.     

基于Web信息挖掘的网络舆情分析技术

网络舆情分析是有效掌控网络、促进社会主义和谐社会建设的重要手段。Web信息技术的特点决定了其适用于网络舆情分析。利用Web信息挖掘,可以发现网络舆情、分析网络舆情的起源、发现网络舆情受众及其特点、研究舆情在网络上的传播扩散模式以及评估舆情影响效果。     

基于SIS模型的群体社交网络舆情演化仿真

针对群体社交网络舆情演化时,目前方法获取关键节点中的数据较为困难,导致无法准确获得舆情传播次数、搜索指数、达到舆情峰值所用时间等参数,存在演化精度低的问题,提出基于聚类算法与易感-感染-易感(SIS:Susceptible Infected Susceptible Model)模型的群体社交网络舆情演化仿真方法。在群体社交网络中采用PageRank算法获取关键节点,利用聚类算法对关键节点中的数据聚类进行处理,在此基础上构建SIS模型,并通过其完成群体社交网络的舆情演化仿真。实验结果表明,该方法可准确地获得舆情传播次数、搜索指数、达到舆情峰值所用时间等参数,演化仿真精度高。     

基于粗糙集和集成学习的BBS网络舆情分类

BBS是网络舆情突发事件产生和传播最重要的场所之一,如何提前发现突发网络舆情是目前网络舆情研究的一个难点和热点问题,目前的研究仍处于探索阶段.利用粗糙集结合集成学习的方法建立网络舆情分类模型,能够在短时间内发现突发网络舆情,为用户和论坛管理人员及时、准确和方便地提取重要的主题信息,以便更好地对论坛进行管理.     

针对政府的微博网络舆情传播规律与对策研究——以新浪微博为例

以新浪微博为例,提出了一种基于扩散树的网络舆情传播模型,并探索微博舆情的传播规律及其对策。依照微博的传播特征及网络舆情生成规律,给出了微博网络舆情扩散树的定义及其构建方法;根据树的数理特征,揭示了基于扩散树的微博网络舆情"孤树"和"森林"传播规律,并进行了实证分析。基于扩散树特征,从舆情信息及时感知、官微澄清事实真相、积极培育微博红客、严厉惩处微博水军、政府官员谨言慎行、事件定性定论慎重六个方面,提出了应对微博网络舆情的策略。     

论网络舆情监控对和谐大学校园建设的影响

随着网络技术的不断进步,互联网络在大学生生活中扮演了越来越重要的角色。大学生在网络中发布各种信息和意见,形成具有高校特色的网络舆情,这些网络舆情存在着与高校生活相关的问题。如果能够正确应对高校网络舆情,加以引导和管理,则能达到建设和谐校园的目的。     

基于大数据技术的高校网络舆情监测与分析

高校网络舆情具有主体特殊性、内容多元性和传播快速性等特点,当负面舆情出现时,传统"救火"式思维模式已不能有效地解决网络舆情危机的爆发、蔓延和扩散。高校应综合利用大数据的分布式信息抓取与处理、非结构化数据存储等技术,通过舆情热词云分析、舆情演化分析和业务部门关注度分析等方式,快速完成网络舆情数据的多源采集、清理融合、分析挖掘等一系列任务,实现网络舆情的有效监管。"厦理工e起来"的舆情案例应用结果表明,基于大数据技术的高校网络舆情监测与分析,可实现对高校学生思想动态的实时追踪、预测和研判,防范和及时解决高校网络舆情危机的蔓延和扩散,促进高校文明和谐发展。     

动态时间分布LDA的网络舆情热点词链提取研究

由于网络舆情文本的数据量非常大,用人工方式很难从舆情文本中发现舆情热点。利用LDA(Latent Dirichlet Allocation)主题模型的文本降维及词语聚类功能,能够从海量的舆情文本中自动提取所关注的焦点主题词。但由于缺乏动态的时间分布机制,LDA难以捕捉随时间变化的热点词链。本文提出了加入动态时间层的DTD-LDA(Dynamic Time Distribution LDA)模型,增加了文档-时间和时间-主题的动态分布机制,改善了LDA主题词对时间变化的敏感性,可以有效提取迅速变化的舆情文本热点词链。实验表明,DTD-LDA相比较同类模型,在动态热点词链的提取上具有更好的准确率和召回率。     

基于ElasticSearch的网络舆情搜索平台设计

针对网络上各种信息混杂、信息传播速度快、有害信息混杂其中、网络舆情治理难的问题,为及时搜索网络信息提供一个搜索服务平台。实现了基于ElasticSearch为搜索引擎,提供通过关键字搜索舆情信息的服务,并使用JavaWeb技术进行功能的实现。该平台同时具有实用性和可扩展性,对于类似的搜索平台有着借鉴意义。     

舆情信息对投资者频繁交易的影响研究

大数据环境下,互联网与新媒体的飞速发展加快了网络舆论的流动性,也影响到投资者的交易行为。我国机构和个人投资者普遍偏好短线交易,大量舆情信息的冲击更容易使投资者增加交易频次。本研究借鉴已有研究成果,选取2019年9月至2022年9月与舆情相关的概念股,研究舆情信息传播与投资者频繁交易之间的关系,研究发现：（1）舆情信息的传播增加了投资者的交易频次;（2）舆情信息的传播虽然使投资者频繁交易,但并没有促成过度交易;（3）舆情信息通过吸引投资者的关注从而促使投资者产生频繁买卖的行为。研究结论对投资者正确看待舆情信息、监管当局关注媒体舆论导向和金融市场稳定发展具有重要的现实意义。     

基于LDA的中国少数民族网络舆情监测系统的探究

随着民族地区信息化建设的不断推进,中国少数民族语言网络舆情研究也逐渐引起了大家的关注,文本分类和情感分析模块是舆情系统的重要组成部分。传统的文本分类方法主要通过统计字面上的词语重复次数,而对于文字背后的语义关联考虑甚少。该文重点介绍了一种基于LDA模型在少数民族语言（以彝文为例）网络舆情信息情感分析方面的应用,对文字隐含的主题进行建模,通过挖掘少数民族网页上的舆情信息所蕴含的主题,以及对这些主题进行情感分析,在事件全面爆发之前,采取应急措施。     

基于BBS的网络舆情演变和分析技术研究

在分析网络舆情基本内涵的基础上,采用生命周期方法探索了网络舆情的演变机制,并对网络舆情发展过程中所表现出的特征和规律进行了归纳和总结.在此基础上,以BBS为标的对网络舆情的分析技术进行了探究,建立了以BBS为基础的网络舆情技术分析模型,通过BBS舆情热点事件实验,验证了网络舆情的演变机制,揭示了网络舆情的内在衍生规律.     

基于系统动力学的网络舆情影响因素分析

运用系统动力学对影响网络舆情的因素进行分析,绘制因果回路图,建立存量流量图模型,利用Vensim软件对模型进行仿真。结果表明政府公开信息透明度和政府反应时间比其他影响因素作用程度较大,从而确定了影响网络舆情发展程度的关键因素,得出了控制网络舆情发展程度的策略。     

一维Sznajd舆论拓展模型中噪声因素对演化的影响

在社会舆论传播过程中,一些干扰和不确定的因素导致人们的态度改变具有一定程度的随机性。通过引入新的规则来改进Sznajd舆论传播模型,在新的模型里不再出现终态吸引子,基于平均场理论近似地对该模型进行了分析和讨论。     

一维Sznajd舆论模型中噪声因素对演化的影响

考虑到在现实社会的舆论传播过程中,存在各种干扰、阻碍、扭曲信息传播内容的内在和外在因素,使得人员在改变态度时存在一定的随机性,故对基本Szna jd模型作了修改。修改后模型的演化不再有终态吸引子的出现。     

旅游网络舆情事件的时空分布与演化规律分析——以海南旅游热点事件为例

以最近海南主要旅游热点事件为例,分析旅游网络舆情热点事件的时空分布和演化发展规律;从事件传播途径、特点、传播速度、波及范围和事件衍生性探讨媒体、网民、政府三位一体的传播模式.研究发现,旅游网络舆情事件具有传播速度快、周期短但范围广的分布特点以及普通事件上升为热点事件,单一旅游事件引发相关串联事件,个别事件形成一组事件的演化规律.     

面向彝文网页的敏感内容分级系统研究

随着互联网和彝文信息化的快速发展,彝文网络上充斥着大量的敏感信息,极大的影响了我国边疆的舆情信息安全.但彝文信息技术的发展与中英文相比还比较滞后,因彝文语言结构复杂、彝语分布环境广泛等原因,彝文的信息采集和文本分词等技术还不够成熟,这对涉外彝文网页的敏感内容监管带来巨大的挑战.为解决彝文网络信息的安全传播和舆情稳定,试图提出彝文敏感内容分级模型,并结合自研的彝文爬虫及分词等技术.构建一种面向彝文网页的敏感内容分级的算法模型和演示系统,相比于同类的民族语言舆情分析系统,不仅可实现敏感词的识别和过滤,还具有敏感内容分级、敏感源地址追踪等功能.通过人工评测与分析,该系统对敏感内容的分级可达到48%的准确率,敏感词的识别率为80%.     

论网络舆论生态系统的现状与善治

网络舆论生态系统是由网络舆论环境、舆论主体和舆论规则体系所组成的人造社会生态系统。现在我国的网络舆论生态系统主体构成单一,稳定性不强,容易受到不良信息的干扰而引发网络舆论事件,影响现实社会的安定团结。善治网络生态系统,除了技术监督、政府引导、主流媒体议程设置和社会道德的约束之外,还必须重视舆论生态系统自身的净化作用。