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。     

突发公共事件预警分级模型

为了有效应对突发公共事件,合理调配应急救援资源,对突发公共事件预警分级的定量模型进行了研究,建立了预警分级综合模糊评判模型的计算框架.从事件自身因素和应急管理因素2个方面的致灾强度要素、危害损失程度、影响范围因素、时间要素、认知程度、社会影响程度、公众心理承受能力、应急管理水平等8个维度构建了预警分级的影响因素,用层次分析法确定各层级影响因素的权重,并采用多级模糊综合评判的方法给出预警等级.最后,以危化品泄露的预警分级为例进行了计算.结果表明: 综合模糊评判方法和层次分析法结合应用可以对突发公共事件进行预警分级的计算,并且便于考虑突发公共事件的各种复杂因素.     

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...     

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     

互联网络舆情预警机制研究

网络舆情反映了民众的社会政治态度,是国家管理者了解民情民意的重要渠道.通过设立网络舆情预警等级,设计预警指标体系,运用Delphi法确定指标体系权重,遵循网络预警的工作流程,就可以发现网络舆情,掌控其发展变化过程,进行深入挖掘与分析从而准确预警,并及时采取预控措施进行引导,以保障社会的安全与稳定.     

基于大数据的城市内涝网络舆情监测及演化机理

城市内涝频发造成严重经济损失,危害城市安全和居民生活,影响城市可持续发展,受到广泛关注。采用大数据技术对城市内涝网络舆情进行动态监测,采用网络爬虫等数据挖掘方法动态采集城市内涝舆情数据,深度分析舆情热度演变趋势、关注要点和情感倾向。以"2018.7.16"北京市内涝事件为样本分析城市内涝事件舆情传播特征,揭示其动态演化机理。结果表明:舆情高发时间段与内涝多发期较为吻合,舆情热度与城市内涝事件的影响程度呈正相关。社会对于城市内涝重点关注内容为城市排水管网的建设、内涝灾情及救援进展。城市内涝事件舆情演变过程经历了潜伏期、爆发期、蔓延期、反复期及消退期五个阶段,舆情参与者在不同阶段作用机理动态变化。根据舆情演变特征提出相应对策,为内涝事件舆情应对提供决策支持。     

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.     

网络舆情模型研究

论文以网络舆情中帖子总量、发贴人数为基础建立数学模型得出相应的连续函数,然后用此函数对网络舆情的发展情况进行模拟,再利用离散化的计算方法进行量化。本文为网络舆情预警提供理论支持,并为管理者提供预警和辅助决策的科学依据。     

面向火箭总装过程的工期延误预警方法

为了预防运载火箭总装过程中因动态事件引发的工期延误问题,保证火箭总装任务的按期交付,提出一种工期延误预警方法.该方法包括3个关键步骤:警情监测、警兆识别与警度预报.通过分析火箭总装工期的各种扰动因素及其作用机理,设计定量模型衡量各扰动因素的预警指标,实现火箭总装任务的进度监测.通过充分考虑各警度等级样本数量的不平衡性,应用不平衡分类算法实现警兆识别.通过综合考虑预警样本拖期程度与预警时间节点调整的难易度,设计相应的警度等级以实现警度预报.将该预警方法应用于上海某航天总装厂的实际总装过程数据,以验证该方法的有效性与优越性.     

网络舆情预警机制的系统动力学仿真

利用层次分析法和系统动力学建模,考虑网络舆情传播各个环节,建立了网络舆情预警机制的系统动力学模型,将网络舆情预警机制定量研究与定性研究相结合,从政府和网络媒体两个方面分析了模型。结果表明,运用系统动力学研究网络舆情提高了舆情预警的准确性;通过提高政府公信力和加强舆情预防,可以缩短舆情运行周期;加强网络监管,从源头提高预警,减弱其对社会的危害性。     

基于多层次灰色评价方法的突发事件网络舆情热度评价研究

突发事件由于前兆不充分,在网络E事件的影响力极易被无限放大,将严重危害社会的和谐与稳定,对突发事件网络舆情热度评价是把握突发事件发展方向的重要内容．笔者在已有突发事件网络舆情热度评价指标体系的基础上,采用定性分析和定量分析相结合的方法,建立了基于灰色评价法和层次分析法相结合的突发事件网络舆情热度评价模型,并以2009年杭州飙车案进行了实证研究．通过实证表明,灰色层次评价法科学合理,简单易行,对突发事件网络舆情热度评价具有良好的效果．     

论新媒体环境下政府舆论引导的挑战和应对机制

新媒体环境下舆论热点形成速度快、传播范围广、影响层面深,需要更好地认识和把握其特点和规律,并给予科学而有效的引导,以减少不良信息和负面舆论对社会生活秩序的干扰和破坏、对社会公共安全的威胁和挑战。党和政府是舆论引导的主体力量,可以通过建立舆情预警机制、打造网络信息平台、培养“意见领袖”、完善法规制度等方式,掌握新媒体环境下舆论引导的主动权。     

网络舆情分析技术及系统构建

针对网络舆情分析的实际应用,在综合考虑网络舆情特征和人们认知规律的基础上,重点进行舆情热点挖掘、文本倾向性分析两个关键技术的研究并在此基础上构建了网络舆情分析系统.通过将实验结果与权威数据对比,验证了相应方法的有效性.     

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。     

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.     

L-R模糊数型群决策专家意见集成方法

群体决策弥补了个体知识和经验不足的缺陷,因而得到广泛应用。但由于现实问题的复杂性和个体知识、认识水平上的差异以及自身的其他因素影响,决策者对问题给出的意见往往是不一致的,决策者意见的可信度也是不同的。在决策过程中就有必要把决策者个体的意见集成为群体的一致意见。利用截集和隶属度把模糊数型专家意见转化成区间型意见,定义区间数的距离来衡量专家之间意见的偏差程度,提出一种确定专家意见的权重,并集成群体一致意见的方法。数值例子说明该方法合理、可行。     

大数据环境下的微信息蜜罐监测

互联网自媒体呈现大数据特征,负能量言行时常爆发,舆情检测已经成为网络监管的重大难点问题.本文基于软件定义网络、蜜罐技术和分布式架构,综合"流量级"检测和"进程级"检测2个层面,通过构造异常行为数据集和敏感文本类型数据集,设计负能量舆情倾向的检验算法,搭建虚拟蜜罐式主动性舆情检测系统.实践证明,虚拟蜜罐式主动舆情检测系统,能较好地完成自媒体圈的主题倾向监测任务,为自媒体圈舆情检测技术提供新的研究视角.     

DeepOpinion:一种网络舆情深度分析与引导系统

在广泛调研以往互联网舆情系统存在的一些问题和不足的基础之上,研发了一套互联网舆情深度分析与引导系统DeepOpinion。该系统从用户、主题、情感三个方面对互联网舆情进行分析,并通过信息检索和内容定制技术对所关注的网络舆情进行适当引导。以天涯杂谈板块为网络舆情来源、以“辱母杀人案”事件为具体案例对系统功能进行了验证,结果表明DeepOpinion系统在互联网舆情深度分析与引导中发挥重要作用。     

基于动态长短期记忆网络的设备性能退化预测方法

针对目前基于数据驱动的旋转机械退化状态预测中时序列信息考虑不充分、寿命标签制定不合理、退化模型累计误差大等问题，提出一种融合趋势滤波、模糊信息粒化、动态长短期记忆网络（LSTM）的旋转机械退化趋势与退化区间预测方法。以振动信号为例，首先提取表达设备退化信息的特征指标，然后通过趋势滤波与模糊信息粒化提取主要退化趋势与模糊退化边界，其次利用动态LSTM进行综合性能退化预测；最后，利用网络公开的轴承训练数据集验证了本文方法的可行性与有效性。     

Two Optimal Aggregation Approaches of Fuzzy Opinions in Group Decision Analysis

The aggregation of fuzzy opinions is an important component of group decision analysis with fuzzy information. This paper proposes two new approaches for the assessment of the weights to be associated with fuzzy opinions. These approaches involve,respectively, the minimization of the sum of squared differences between the individual weighted fuzzy opinion and the weighted mean value of all fuzzy opinions, which is called the weighted minimum variance method (WMVM), and the minimax difference of any two adjacent individual weighted fuzzy opinions, which is called the mean value minimax differences method (MVMDM). The two approaches are developed and numerical examples are presented to illustrate their simplicity and effectiveness in aggregating fuzzy -opinions.