高校网络舆情分析的K-Means算法优化研究

为提高高校网络舆情的可识别性和预警实时性,提高网络舆情热点分析的准确性,论文设计了一个高校网络舆情热点发现模型.包括网络舆情信息采集、预处理、中文分词、特征选择、文本分词和聚类分析.考虑到网络舆情的不确定性和模糊性,提出了一种基于信息熵和密度改进的K-Means聚类算法的网络舆情相似度分析方法,此方法可以对网络热点和危机事件进行聚类和识别.实验结果表明,该方法能够快速获得网络舆情,具有较高的聚类准确率,证明了论文提出的模型的可行性与有效性,可为高校网络舆情监测和识别提供重要的技术支持.     

基于关键词图的社交话题抽取及情感极性判别

研究结合社交媒体特点,充分考虑标签文本和内容文本信息,融合了传统的LDA话题模型对社交文本信息进行话题聚类,从而实现了对社交数据的话题发现,与此同时,文章提出了基于关键词图模型构建话题特征,并结合支持向量机模型进行文本情感极性判别。研究在开放微博数据集和COAE2014公开评测数据上进行了相关实验,实验证明了有效的关键词图模型能进一步克服中文语义的模糊性和歧义性。     

旅游危机事件网络舆情的演化机理研究

探索旅游危机事件网络舆情演化机理有利于政府、企业等管控主体根据网络舆情在不同发展阶段的特点,采取针对性措施避免舆情向不利的方向发展恶化。基于湖南凤凰古城收费事件,从舆情演化的阶段划分、阶段分析和影响因素3个方面,研究旅游危机事件网络舆情的演化机理。研究发现,根据事件事态和网络关注的变化,网络舆情演化分成孕育、出现、爆发、高潮、回落、反复和长尾7个阶段。社会心态、事件效应、官方言行、媒体行为、网民行为、外部刺激、舆情应对是影响旅游危机事件网络舆情演化的主要因素,对舆情演化起到推动或遏阻的作用。根据研究结论,提出重视网络民意、做好舆情监测、规范信息发布和完善政务微博4个方面的网络舆情管理策略。     

基于词向量聚类的中文微博产品命名实体识别

随着微博等社交平台的兴起,如何针对微博数据进行产品命名实体识别成为了自然语言处理领域研究的热点之一,也是实现舆情监督和商业智能的基础.传统的命名实体识别技术没有考虑中文微博口语化、不规范等特点,且忽略了深层语义对命名实体识别的重要作用.因此,考虑中文微博的特殊性,提出一种融合全局上下文信息的词向量特征选择方法,分别采用主题模型和神经网络词向量聚类两种方法获取深层语义信息,并结合层叠条件随机场进行中文微博的命名实体识别.实验结果表明,基于词向量聚类的中文微博产品命名实体识别方法取得了较好的效果.     

我国突发事件网络舆情研究进展

风险社会与互联网时代叠加，致使由各类突发事件引发的网络舆情也日趋增多.为充分了解我国网络舆情研究进展，有效应对网络舆情引发的不利影响，选取CNKI数据库中突发事件网络舆情相关文献，运用CiteSpace文献分析软件对该领域文献进行主题聚类、时空分布等可视化分析.现阶段我国学界关于突发事件网络舆情的研究热点主要集中在舆情演化传播、监测预警和引导治理三大方面.在对其相关文献成果进行梳理与总结的基础上，得出已有研究需要改善的地方：突发事件网络舆情演化传播定量研究较少，突发事件网络舆情风险动态实时监测、防范控制领域研究较少，尚未构建基于现实情景的网络舆情治理体系等.提出应加强在突发事件网络舆情研究范式转变、网络舆情风险动态监测、跨学科研究视角下的舆情引导治理等方面的研究.     

基于词类和搭配的微博舆情文本聚类方法研究

微博是近年出现的新型互联网信息交流平台,它具有主题分散、体量短小、文体自由等特性,它能对社会产生巨大的影响,所以信息监管部门和商业企业对基于微博信息的舆情分析都有迫切需求.提出了基于搭配的文本聚类新方法,该方法先进行微博文本预处理,然后利用词类模型进行自动抽取有效搭配,最后基于有效搭配的模型进行文本聚类.实验证明利用词类文本聚类方法比传统文本聚类方法性能提高6.3%,而本文方法比利用词类文本聚类方法性能提升了16.8%,结果显示了本方法的有效性.     

基于情感分析和热度预测的网络舆情预测研究

在社交媒体平台已成为大众信息交流的重要载体的背景下,关注和分析大众对于社会热点事件的情感倾向及舆论走势,有利于及时准确了解大众的情感需求,制定相应的措施,引导舆论走向,维护良好的网络环境。提出了基于情感分析和热度预测的网络舆情预测思路,构建了融合多特征的文本情感分析模型和基于时间序列的热度预测模型,并基于真实数据集验证了模型的有效性。对于社交媒体上舆论环境的分析和预测有重要意义。     

基于PPOG语义文法的产品舆情分析方法

产品质量和售后服务问题已成为决定企业发展和用户消费的关键因素。目前,产品舆情分析的主要研究方法都是依靠关键词从社交网络渠道获取消费者对产品的评价,这种方法由于缺乏对舆情语义的分析,会产生比较多的噪音数据。本文提出了一种基于产品舆情主题结构和产品舆情文法(称为PPOG)的产品舆情分析方法,研制了一种具有较高精度的产品舆情分析算法。通过大量实际的微博例子测试,基于PPOG的分析方法具有良好的应用前景。     

基于聚类分析的网络舆情监控系统的设计

目的结合中文信息处理技术,设计一个网络舆情监控系统;针对网络舆情挖掘研究中存在的问题,提出了一种K-means改进算法,实现Web挖掘基础上的文本聚类与主题发现。方法构建一个基于聚类分析的网络舆情监控系统,并详细介绍系统各个模块用到的关键技术;提出了一种K-means改进算法,对K-means算法中的关键环节(聚类初始值的选择和孤立点的剔除)进行了改进。结果设计的系统能通过对网页、论坛、博客、新闻评论等网络资源的精确采集,并结合网页净化、中文分词、向量模型建立、特征选择、降维处理,文本聚类等中文信息处理技术,实现对网络舆情的监测;改进算法的总体思路是要求用户输入簇的初始个数k和最大值kmax,由改进算法在计算过程中自动计算出聚类的结果数k。结论设计了一个基于聚类分析的网络舆情监控系统;提出了一种K-means改进算法。具体算法实施及将这些关键技术整合实现成一套自动化的网络舆情信息采集、分析、监测与预警系统,是网络舆情挖掘研究工作的下一步重点。     

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.     

网络舆情态势分析研究

对网络舆情的分析已引起人们的高度重视,因为网络舆情热点具有导向性作用,如"某某门"事件,在短短60小时过后就引起监察部门的注意,这只有在日益流行的网络应用的今天才可能做到.分析网络舆情热点的手段多种多样,角度不同,如:可利用文本聚类的方法、动态文摘生成的方法以及意见领袖特征等方法来发现网络舆情中的热点和焦点信息.截止目前,分析网络舆情热点的方法没有固定的模式,值得深入探讨和研究.针对目前网络舆情研究的典型方法及其思想,进行概述性分析,给出网络舆情分析中词频、权重特征词、意见领袖属性矩阵等概念的形式化定义.本文作者通过对比分析,比较研究了网络舆情方法的优缺点;总结了国际上在这一领域的最新研究进展和研究方法,给出下一步的研究工作重点.     

我国网络媒体研究嬗变过程及趋势探析

本文从文献分析的角度研究网络媒体研究的嬗变过程,以3963 篇期刊文献为样本,通过发文量阈值的设定将网络媒体研究的嬗变过程划分为3 个阶段,采用人工判读法、关键词共现分析及社会网络分析方法对各个阶段研究内容进行比较。结果显示：随着时间的变化网络媒体相关的论文量整体呈上升趋势并趋于稳定,阶段一：网络媒体逐渐兴起,信息传播作用提升;阶段二：网络媒体快速发展,与传统媒体形成互补效应;阶段三：传统媒体与网络媒体深度融合,网络媒体影响力显著提升。尽管各阶段研究内容存在较大差异,但信息传播、新闻媒体等相关研究一直具有较高关注度,网络舆论、舆论引导等研究领域研究热度显著提升。     

论舆论引导与舆论监督之关系——从加强党的执政能力建设的角度进行考察

新闻传媒是党的重要的执政资源之一.党使用新闻传媒达到什么样的水平,从一个方面折射出其执政能力所达到的水平.应在加强党的执政能力建设的视野中,以舆论引导和舆论监督与党的意志、与受众、与舆情、与事实的关系为参照系,解析舆论引导与舆论监督之间的关系:两者在新闻真实性方面有着颇为严格的相同之处;对舆情的调查、分析是舆论引导的起点,也是舆论监督的起点;媒体进行舆论引导,必须善待作为引导对象的媒体受众(人民群众),尊重人民群众的国家主人的身份,尊重其知情权等民主权利,实施舆论监督,则必须善待作为监督行为的主体的受众(人民群众);两者在体现党的意志方面有着一致性.     

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.     

A data-driven model for social media fake news detection

The rapid development of social media leads to the spread of a large amount of false news, which not only affects people’s daily life but also harms the credibility of social media platforms. Therefore, detecting Chinese fake news is a challenging and meaningful task. However, existing fake news datasets from Chinese social media platforms have a relatively small amount of data and data collection in this field is relatively old, thus being unable to meet the requirements of further research. In consideration of this background, we release a new Chinese Weibo Fake News dataset, which contains 26320 fake news data collected from Weibo. In addition, we propose a fake news detection model based on data augmentation that can effectively solve the problem of a lack of fake news, and we improve the generalization ability and robustness of the model. We conduct numerous experiments on our Chinese Weibo Fake News dataset and successfully deploy the model on the web page. The experimental performance proves the effectiveness of the proposed end-to-end model for detecting fake news on social media platforms.     

人工智能背景下网络舆情数据识别及管理研究

大数据时代网络舆情数据逐年增多,单依靠传统方法识别,存在效率低、反馈不及时等诸多问题。本文研究利用人工智能的思维与技术手段来解决网络舆情数据的识别及管理,首先借助爬虫技术,通过网络平台爬取舆情数据;接着对标注好的文本数据进行清洗、中文切词、停用词过滤等预处理操作;再使用支持向量机构建数据识别模型,对数据进行文本识别;最后将识别后的诉求件反馈到相关职能部门,以确保管理落到实处。研究结果表明识别效果好,诉求件的识别准确率高达95.3%,采用人工智能数据挖掘技术识别网络舆情数据是有效可行的,其应用实施能有效提高政府部门的管理效率。     

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。     

打造健康网络媒体的思考

网络媒体的＂健康＂问题引起了广泛的社会关注。文章认为,要打造健康的网络媒体,网站和网民不能急功近利,必须增强社会责任感,采取加强对网络媒体从业人员的培训、培养＂意见领导＂,让＂意见领导＂影响广大网民、培养网络媒体新闻发言人,占领舆论主导权等措施。     

社交媒体位置数据支持下的城市功能区识别——以上海市为例

基于社交媒体位置数据，采用K-means聚类方法，通过分析在500 m×500 m网格尺度上，城市不同时间的腾讯用户密度热力值变化规律，识别上海城市功能区，将不同区域按功能区类型划分为产业园区、城市居住区、郊区居住区、城市综合功能区、农村村落地区、农田、滩涂及未利用地分布区.通过将识别结果与高分辨率卫星影像和兴趣点（POI）数据的对比分析，证明了使用社交媒体位置数据进行城市功能区识别的可行性.本方法获取数据成本低，运用简便，为对其他地区主体功能区的划分提供了一种新的思路与方法.     

舆论之舌--大众传媒应对现代舆论

人们透过舆论环境认识世界，改造世界，大众传媒显然在社会舆论中占据着不可或缺的地位。大众传媒不仅为公众传播社会事件的信息，而且还设置公众关注的话题，提供各方对这些事件的意见，大众传媒必须积极介入到舆论环境中去，在现代社会舆论引导中发挥出突出的作用。