网络舆情追踪中热点关键词的提取

传统的基于文本聚类的网络舆情热点追踪算法,在处理海量网页时,文本聚类速度过低,聚合结果较差.提出了一种基于关键词提取的网络舆情热点追踪方案,并根据新闻、论坛和博客的不同特点分别设计了热点分析模型.通过在笔者开发的啄木鸟网络舆情系统上的实际验证表明,该方案行之有效,热点分析模型识别热点准确率高.  

面向网络舆情分析的语义相似度算法研究

本文对广义向量空间模型进行了改进,并利用《知网》义原提出了一种基于义原空间的文本相似度计算方法.此方法根据TF-IDF权重,将文中特征项转化为义原空间中的向量,通过求义原向量之间的夹角余弦值的方式,实现文本相似度的计算.最后进行文本聚类对比实验,结果表明,该方法可以很好地解决舆情分析中的语义漂移问题,使得网络舆情分析的效果有了较大提高.  

网络舆情事件的反思与应对——以南京打医事件为例

社会稳定是党和政府长期不懈的奋斗目标,也是中国社会发展、人民幸福的重要保证。而近年来网络舆情事件频发,对我国社会的稳定与和谐构成了严峻的挑战。就南京打医事件为例,对网络舆情事件频发的原因进行反思,并提出针对网络舆情事件,政府应第一时间做出反应,掌握舆论主动权;发挥政府门户网站和主流媒体优势,主动设置舆情议程;倾听公众利益诉求,建设和谐社会氛围。  

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.  

高校危机事件的网络舆论生成

讨论了高校危机事件网络舆论的生成环境、形成过程、萌发动力,认为新的办学生态和舆论生态使新媒体成为高校危机事件网络舆论的起点,提出网络爆料、网络围观、话题链接的动力分别在于涉事方的利益诉求、社会情绪的出口、广大民众的民生需求,并在此基础上总结高校危机事件网络舆论的特点。  

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.  

网络舆情热点挖掘算法研究与实现

随着网络信息交互及传播的迅速与便捷,有效地对不断涌现的海量互联网信息进行采集并发现网络热点舆情具有十分重要的意义.研究网络舆情的表示及特征,提出采用网络化方法思想,结合Hits算法和PageRank算法进行舆情热点挖掘,并在此基础上设计了网络舆情热点挖掘系统.  

网络舆论干预司法公正的现象和危害

在司法实践中,由于判决不公、报道不当等原因,出现了网络舆论干预司法判决的现象,甚至＂媒体审判＂,具体案例有云南李昌奎案及赛锐27刀捅死女孩案、药家鑫案及药父诉张显侵犯名誉权案、彭宇案翻案及小悦悦案等。这对我国法制社会建设进程是很不利的,会产生超越监督界限、增大法官压力,引起舆论争议、浪费优质资源,损害司法权威、降低司法公信力等危害。网络干预的始作俑者是司法不够公正,并且网络的力量确实帮助部分受害者获得了公平,但这并不能说明网络干预就是完全正义的。司法判决的唯一依据是且只能是法律和事实,要减少网络舆论对司法判决的干预必须从源头做起,需要每个司法工作者都做到严格执法、秉公执法。  

后缀树算法在舆情聚类中的应用

针对网络舆情分析的需求背景,研究了通过后缀树算法发现文本文档之间的公共短语串,按公共短语串实现文档聚类。网页文档的标题和摘要能代表文档的主要思想,应用后缀树算法实现对标题和摘要自动聚类,从而实现舆情信息自动聚类。  

一种网络舆情的动态预警方法

针对影响网络舆情预警等级各因素的特点以及目前各预警方法对预警等级动态变化性考虑不足的问题,提出了一种网络舆情的动态预警方法.引入动态模糊集,利用模糊综合评价法对网络舆情进行综合评判和动态预警.选取舆情和舆情受众2个方面共7个对网络舆情预警等级影响较大的因素构成预警指标体系,给出3个舆情实例的预警计算过程及其最终预警等级和动态变化趋势.验证结果表明：动态预警方法可以准确计算出预警等级并对以后的动态变化趋势做出正确判断.