基于系统动力学的政府网络舆情回应研究

研究对政府网络舆情影响因素进行分析,构建政府网络舆情回应的系统动力学模型,并进行仿真分析。结果表明,政府加强信息公开程度,加快响应速度,提高新闻发言人权威可以有效地增强政府对网络舆情的回应,相应地使网络舆情热度减小。最后根据分析结果提出政府进行网络舆情回应的建议。     

环境事件网络舆情演化博弈模型构建及分析

突发环境事件网络舆情的有效管控对建立政府公信力和营造网络法治化环境意义重大.基于演化博弈理论和系统动力理论,分析了无政府管控下环境事件网络舆情参与主体策略选择的演化规律,构建了一个政府管控下网媒、网民和政府的三方网络博弈场,并建立系统动力学模型.以“3·21响水爆炸事件”为例进行仿真分析发现：环境事件网络舆情的扩散主要受政府奖惩力度和动态惩罚机制的影响,政府可通过建立网络舆情监测预警机制、构建科学的动态奖惩治理机制和规范网民诉求表达方式以实现对环境事件网络舆情的有效管控.     

网络舆情扩散的系统动力学仿真

综合考虑网络舆情扩散的多个环节和主要影响因素,运用系统动力学理论构建了网络舆情扩散的仿真模型,并对仿真结果进行了定性和定量分析。仿真结果表明,通过提高政府公信力、政府服务社会有效性可以有效降低网络舆情扩散程度;而短期内增加社会福利保障资金和加强网络文化宣传力度对降低网络舆情扩散作用力度较小但却可以起到间接抑制作用。     

基于改进的Elman神经网络的网络舆情预警模型

在深入分析影响网络舆情发展变化的各种因素的基础上,建立了三层网络舆情指标体系。针对表征舆情事件样本数据的非线性动态变化等特点,提出一种改进的Elman神经网络模型。该模型以量化的网络舆情指标为网络输入,以网络舆情预警等级为输出。实验结果表明,该模型在一定程度上降低了预测问题的复杂度,同时又在一定程度上提高了预警精度,为科学分析网络舆情预警机制提供一种解决问题的思路。     

网络舆情危机及其应对机制研究

当前我国网络舆情影响力日趋增强,构建网络舆情危机的应对机制十分必要。网络舆情危机具有多元性、多变性、突发性、扩散性的特征,它会增加社会的不稳定因素,削弱政府公信力,影响政府决策,降低社会主流价值观的社会认同。要应对网络舆情危机,需要建立网络舆情危机监测预警机制,网络舆情互动机制、引导机制和网络舆情危机应对的协调联动机制。     

突发公共卫生事件网络舆情治理发展现状研究

目的:从政府实践和学术研究两个角度探讨突发公共卫生事件网络舆情治理的发展现状.方法:文献研究.结论:在政府实践中,卫生行政管理部门越来越重视突发公共卫生事件网络舆情的管理,但其管理方式仍属于起步阶段:在学术研究领域,网络舆情正逐步成为各领域的学术热点,然而关于突发公共卫生事件网络舆情治理的研究还很有限.因此,建立科学的网络舆情预警机制,增强对突发公共卫生事件的可预见性,并在此基础上形成成熟的舆情动态调节机制,将成为未来研究的发展方向     

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。     

基于动态贝叶斯网络的网络舆情预警模型

近年来多发的网络舆情事件频繁考验着政府的导控能力,利用动态贝叶斯网络对网络舆情进行预警具有重大的现实意义.在参考现有模型的基础上,细化指标体系,增加维度,结合专家意见和实际情况,构建网络舆情预警模型,并对典型网络舆情事件进行展开分析和原因诊断.将40个网络舆情案例作为训练集导入模型,对模型进行有效性验证,得到的结果 与...     

网络舆情危机的预警方法概述

论述了网络舆情监控的重要性,并据此总结了目前研究较多的网络舆情危机预警方法,包括基于情感倾向性分析技术的预警、基于网络舆情晴雨表的预警、基于指标的预警体系、基于Web数据挖掘的预警、基于模糊推理的网络舆情预警方法等。认为基于计算机网络技术和文本分析处理技术的互联网舆情监控系统将会越来越多引起人们的关注。     

基于因子分析和SVM的网络舆情危机预警研究

针对网络舆情的指标冗余和复杂度高不利于监管,提出了因子分析和SVM建立综合评价模型;首先利用因子分析将网络舆情的14个指标进行降维为3个公因子,其次在简化的指标体系中用遗传算法的5-折交叉优化SVM参数,建立遗传算法优化SVM的网络舆情危机预警模型,最后将两类的SVM改进为一对多算法对4种情况进行分类,得出网络舆情的预警;对2019年的10个网络舆情事件进行实证分析表明,低于0.51%的误差预警充分说明了其可行性,达到了强化网络舆情的监管,而因子分析降低了指标体系的复杂性,遗传算法的5-折交叉提高了SVM分类器的学习能力,能更准确地预测训练集,并用一对多算法使得分类速度较快,对网络舆情的监管提供了帮助。     

基于层次分析的长短记忆网络(AHP-LSTM)的食品安全网络舆情预警模型

随着互联网技术的迅猛发展,网络已成为社会舆情的重要阵地,而网络舆情是食品风险预警的一个方向。传统舆情预警模型在指标体系的基础上结合反向传播神经网络（back propagation neural network,BP）等神经网络模型进行分析,存在运行不稳定、预测精度不高等问题。为了解决这些问题,采用具有较高预测精度的长短记忆（long short-term memory,LSTM）网络算法,在网络事件指标体系的基础上引入层次分析法（analytic hierarchy process,AHP）并融合食品安全事件指标数据,将融合结果作为LSTM的期望输出,以建立更为稳定、精度更高的风险预警模型AHP-LSTM。实验结果表明,与传统模型相比,AHP-LSTM对于事件指标数据具有较强的处理能力和较高的预警精度。因此构建基于AHP-LSTM的食品安全事件预警方法,可为相关部门有效防范和管理食品安全网络事件提供一定的理论依据和数据支撑。     

自媒体环境下医患舆情S型曲线演化模型研究

以“生命周期理论”和“逻辑斯谛方程”为基本理论依据,构建医患关系网络舆情S型曲线演化模型; 以“陕西榆林产妇坠亡案”为议题,借助SPSS序列2次编程法进行S型曲线拟合.分析不同时间段医患舆情热值的变化趋势,提出医患关系演化的4个阶段及其特征.最后从涉事方、政府和舆情演化阶段3个视角提出建议,为进一步研究医患关系及医患舆情预警提供支撑.     

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。     

有限理性视角下突发事件社会舆论传播阶段的演化博弈分析与控制

社会公众对待突发事件的有限理性使得舆论传播具有较大的不确定性. 为保持社会稳定发展, 突发事件的社会舆论控制是政府部门关注与研究的重点. 基于局中人有限理性视角, 通过构造处罚博弈和激励博弈模型, 比较分析了政府对舆论传播行为实施处罚及对事件发展给予正面宣传的不同策略, 以演化博弈法推演了社会公众群体在突发事件舆论传播中的行为演化方向. 结果表明, 政府部门在舆论传播初期阶段加大处罚力度或加大正面激励力度将更有效地增加社会公众传播舆论的成本, 或增大社会公众不传播舆论的心理收益, 从而达到控制舆情传播的效果. 通过结合“昆山反杀案”及山东“辱母杀人案”等实例, 分析比较了社会公众的初始状态及演变方向, 验证了在突发事件舆论传播的初期阶段实施阶段控制策略的有效性. 研究结论也说明, 将问题解决于萌芽阶段, “防微杜渐”、“未雨绸缪”等是实践中对突发事件舆论传播进行阶段控制的重要方法.     

“互联网＋”环境下社会组织三方协同监管的演化博弈研究

“互联网＋”环境促进了社会组织的快速发展，但也对社会组织的监管提出了更大的挑战.在社会组织三方协同监管中，通过引入社会公众参与率、网络舆情影响度、声誉收益、处罚等变量，构建了社会组织、第三方评估机构和政府部门的三方演化博弈模型，分析了影响各博弈方策略选择与演化的因素，给出了三方演化博弈策略趋于稳定的条件，最后利用Matlab对演化博弈中的理想稳定状态进行了仿真.研究结果表明：在网络舆情影响度、声誉收益、政府部门的处罚等因素的影响下，当社会公众参与监管的水平较高时，即使政府部门放松监管，社会组织也会倾向于选择合规行为策略，第三方评估机构倾向于选择真实评估策略；当社会公众参与监管的水平较低时，任何一方的策略演化趋势都与另外两方的策略选择有关.为此，提出通过提升社会组织信息化水平，建立和完善声誉机制、奖惩机制和参与机制，形成社会组织多元协同监管体系，将有助于社会组织的健康有序发展.     

基于关键词分析的网络舆情变化规律

中国的网络民意表达已经进入移动互联时代,网络舆情会经历舆论潜伏、网络围观、争辩聚合和影响消退4个阶段,变化过程中集聚效应明显.从量变到质变,网络舆情可以通过“关键词”的计算来确定网络舆情各阶段临界值.同时,根据网络舆情变化规律,可绘制出不规则锯齿型、金字塔型、冰川型3大类曲线图.因此,研究网络舆情变化规律,对于降低网络群体性事件的发生概率,维护社会稳定和政府形象,具有相当重要的现实意义.