网络环境下舆论引导路径初探

面对复杂网络舆论环境,要求我们必须化被动应对为主动引导,积极与网民互动,及时公布事件信息,让权威、真实的声音占领网络,同时协调网络舆情的堵与疏,善用网民对事件评论的管理,培养和团结网络意见领袖。     

基于SNA的突发事件网络舆情意见领袖传播影响力

突发事件处置过程中伴随着舆情管控的缺失,尤其是网络舆情传播中的意见领袖极易引导舆论走向,处置不当则会引发衍生事件等问题。为更好地引导和管控突发事件网络舆情提出切实可行的方法,以突发事件“湖北十堰燃气爆炸”为例,通过Gephi可视化分析了突发事件网络舆情意见领袖的传播规律及传播影响力,运用UCINET从网络密度、网络中心性、凝聚子群3个维度探讨了意见领袖的传播影响力。结果表明：“湖北十堰燃气爆炸”网络舆情传播的整体关联度较低,传播网络结构较为松散,信息流通性较低;传播者之间交互性不够紧密,意见领袖及其他传播者之间信息交流不够密切、关联程度不够高;得出此次突发事件网络舆情传播影响力较大的5名意见领袖。基于SNA从网络密度、网络中心性、凝聚子群3个维度研究突发事件网络舆情意见领袖传播影响力是可行的,为政府引导和管控突发事件网络舆情的传播及消除负面影响提供理论参考。     

一种基于时间序列网络舆情热点事件发现模型

在大数据背景下,互联网每天都能产生大量的舆情信息,如何从大量的舆情信息中及时发现热点事件,有利于政府及时监控相关热点事件的发展趋势,对网民进行舆论导向的引导,减少舆情信息对社会的不良影响,保护网民的权益,促进社会的稳定.本文针对目前网络舆情热点事件发现模型存在的一些问题,提出了一个基于时间序列的排序模型用于发现热点事件,该模型采用影响热点事件的相关因素作为评价指标,并且指标的相关数据全部为客观数据,有利于模型评价的客观性.为了求解该模型,首先采用熵权法确定模型中指标的权重,然后提出将TOPSIS法和灰色关联法以相对贴近度的形式结合起来进行计算,以判断方案的优劣,最后通过实验验证,和其他热点事件发现算法进行对比,最终得出该方法具有比较好的客观性和准确性.     

基于理性推理的观点演化模型

针对现实生活中个体观点形成中的理性推理过程,提出了一种基于DS(Dempster-Shafer)证据理论的观点更新规则,并在连续观点离散决策的框架下,对个体如何利用其他个体的意见和相关知识来形成自身意见的过程进行建模.实验仿真结果表明,群体中能够出现观点一致、分散等常见的舆论现象,观点演化过程中伴随着知识由确定性个体向不确定性个体的扩散,同时发现在规则网络中,意见领袖的观点的影响力在扩散过程中是逐渐减弱的,其影响范围与个体对知识不确定性的接受程度密切相关.     

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.     

自媒体社会突发事件中微博舆情研究--基于对镇海PX项目事件的舆情调查

文章以2012年宁波镇海PX项目事件舆情在微博上的传播为实例,通过调查问卷并结合网络舆情监测数据分析,研究了突发事件中微博舆情的传播规律和作用,网民的微博传播行为特点、观点倾向性以及网络生态环境;提出了应对突发事件舆情的策略。     

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。     

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.     

群体性事件网络传播的引导策略

在社会转型、法治进步的时代大背景下,在贫富差距扩大的社情下,群体性事件在网络上的传播是不可避免的大众政治诉求的体现。在群体性事件网络传播的引导策略中,应坚持以疏为主,进行有效的网络舆情管理,以客观坦诚的态度及时披露信息,通过权威意见和民间领袖意见来防止谣言的泛滥和进行有效的舆情引导。     

基于微博数据的“新冠肺炎疫情”舆情演化时空分析

本文依托2020年1月1日至2月29日期间共计6万条新浪微博博文与1.5万条微博热门评论,基于分布式爬虫技术、分布式数据库系统、SnowNLP情感分析模型以及KMeans文本聚类算法,对与"新冠肺炎疫情"相关的话题展开舆情分析,可视化地展现本次疫情事件中网络舆情的时空演化过程.在时间维度层面,通过文本聚类与情感分析,发现网民对于此次肺炎疫情的态度大致经历了三个阶段,即起伏不定的紧张焦虑期、缓慢攀升的团结振作期以及波动很小的自信平稳期,总体上呈现积极大于消极、正面大于负面的情绪状态.在空间维度层面,通过地理统计分析,发现疫情最严重地区网民评论人数最多,同时情感值也最低.     

网络舆情反转问题的模糊聚类分析

以2015年在中国发生过的3起网络舆情事件的反转情况为例,通过收集当事人的意图目标和倾向性,以及网民评论信息的关键词,利用模糊聚类分析方法作出以支持、反对、中立等为评论域关键词的评判分类.分类结果表明:网民对于舆情事件都有自己明确的态度,即他们不是持有支持的态度,就是持有反对的态度,只有少部分网民保持中立的态度.而网民的这些态度都是基于网络媒体所提供的信息发生转变的,很多网民从最开始持有的支持态度到后来转变为反对的态度.最后,阐释了舆情反转的现象和规律,并提出了4点相关建议.     

基于大数据新闻网站文本挖掘的网络舆情监测设计与实现

当今中国,网民人数已经超过人口总数的一半,因此网络舆情监测具有十分重要的意义。本文首先应用网络爬虫技术实现对新闻报道和对应网民评论文本数据获取。因为数据量大,所以选择Hadoop集群进行文本数据储存。其次,通过中文分词技术对文本数据按词语进行拆分,并对得到的词语进行过滤和挑选,得到关键词。新闻报道文本中获取的关键词用于新闻类型与主题的判别,网民评论中的关键字反映了网民对此新闻报道的观点和态度。最后,应用此方法,对"中美贸易战"事件进行网络舆情监测,从获得的新闻报道主题和网民评论的关键字表明,本文介绍的网络舆情监测方法具有可行性和实用性。     

面向网络舆情的无监督演化趋势评估方法

针对网络舆情突发性强、标注数据较少且管控资源有限等问题,提出了一种网络舆情演化趋势评估无监督学习算法,筛选演化趋势重要的舆情事件进行优先管控,提升网络监管的工作效率。针对舆情事件并发性强的特点,利用多指标排序算法对舆情演化趋势重要性评估问题进行形式化描述;针对舆情突发性强、难以获得大量标注数据的问题,利用主曲线排序算法对舆情演化趋势重要性评估问题进行建模,采用3阶贝塞尔曲线进行模型求解,充分利用评估指标中的顺序关系和数值关系;结合典型公开数据集和自主构建的舆情数据集对所提算法进行了验证分析,实验结果表明,所提算法可在无标注数据的情况下实现舆情事件演化态势重要性的评估,为资源有限情况下的舆情事件管控提供决策支撑。     

内容相似度微博社区发现方法研究

针对现有微博社区发现的准确性与效用性问题,提出了一种高效的基于用户内容相似度的微博社区发现算法。首先对微博用户兴趣模型进行分析,进而挖掘微博意见领袖,通过AP算法对意见领袖进行兴趣聚类,以聚类结果为社区中心结合模块度优化算法完成微博社区发现。经实验验证了该方法可以更好地发现微博社区结构。     

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.     

基于事理图谱的突发事件网络舆情演化模型构建

通过构建突发事件网络舆情事理图谱，揭示舆情事件之间的逻辑关联与演化路径，为突发事件的分析与应对提供参考。首先，基于规则模板提取突发事件网络舆情中的事件逻辑关系，构建事理图谱。其次，将事件向量化表示后进行泛化处理，采用K-Means++算法对相似事件进行聚类和抽象以构建网络舆情抽象事理图谱，最后在此基础上对目标事件进行推演和预测。结果表明：突发事件事理图谱中的事件关系类型主要为因果、并列和顺承关系，大部分事件的逻辑链条较短，且与其他事件无明显关联；构建突发事件事理图谱有利于分析事件的演化脉络、把握关键事件节点并预测事件发展方向。     

基于三支决策的中文微博观点句识别研究

微博观点句识别是对微博进行观点挖掘和舆情分析的基础,因此观点句识别的准确率对后续研究工作至关重要。提出了一种基于三支决策的中文微博观点句识别方法,采用支持向量机分类器,sigmoid函数计算某条微博属于观点句的概率,并将基于三支决策的中文微博观点句识别方法与传统支持向量机方法进行对比实验,实验结果表明,基于三支决策的中文微博观点句识别方法取得了很好的识别效果。     

信息素养视角下网络意见领袖传播效能评价研究

论文在构建网络意见领袖信息素养的四维度模型基础上,提出了基于层次分析法的网络意见领袖传播效能评价方法。本论文通过建立网络意见领袖信息意识、信息知识、信息能力和信息道德等信息素养的四维度模型,即构建网络意见领袖传播效能评价指标体系;讨论了层次分析法判定矩阵构造、指标权值计算、一致性检验等。通过实证研究,根据网络舆情实际需要,将网络意见领袖传播效能分为特别关注级、关注级、普通级等3个等级。对于特别关注级的网络意见领袖,及时关注其动态,对其进行正面引导,让其主动担负起净化网络空间、弘扬社会主义先进文化、传播正能量的重任。     

论网络舆情对群体性事件的影响及其治理

在网络信息技术飞速发展的今天,网络舆情贯穿着群体性事件发展的始终。为了有效地处理群体性事件,政府应该加强对网络舆情的控制和疏导,建立公开透明的网络信息发布体系,联合媒体加强网民道德教育,共同治理群体性事件。     

模糊语言环境下的网络舆情突发事件应急群决策模型

在分析网络舆情突发事件的成因和应急决策特性的基础上,从舆情状态、突发事件警情和民众关注三个方面构建网络舆情突发事件应急决策的指标体系。由于舆情事件的不确定性、复杂性,单一方法难以做出有效的决策,本文提出一种综合模糊语言变量、加权欧式距离以及优先集成算子的针对舆情事件应急决策的模糊多属性群决策模型。以模糊语言变量给出舆情事件在属性下的评价,然后使用基于加权欧式距离的方法计算专家的决策评价与平均的群体评价之间的距离,以反向调整专家的初始权重,增强群体意见一致性。现实应急决策问题中,决策指标通常有不同的优先级,本文使用优先集成算子集成舆情事件决策信息,得到最终决策评价值,进而对各舆情事件按紧急度排序。最后,通过一个实例验证本文方法的有效性。