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。     

网络舆情事件链演化分析

为防范舆情风险,分析网络舆情的细粒度演化,提出一种去冗余的衍生事件内容关联演化分析框架。通过文本挖掘技术从海量文本流中提取主要的衍生事件,将舆情内容压缩到人工可判读的数量级;利用词移距计算相邻两个时间片上的衍生事件相似度,构建反映演化关系的衍生事件链图。以“上海特斯拉自燃”事件为例进行事件链演化分析,得到微博网络舆情事件发展不同阶段涉事主体在各个衍生事件中的话题转移关系,最后鲁棒性分析的结果验证了该分析方法具有降低微博短文本冗余信息的能力,提高了事件演化关联识别分析的准确性。该研究方法为舆情事件的事后复盘、同类舆情事件的预判和介入、衍生事件的科学研判提供了决策支持。     

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.     

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。     

基于时间演化图卷积网络的舆情热点内容预测

有效预测舆情事件的热点内容有利于提高对舆论导向的把控能力和对公众诉求的预判能力. 然而,现有的舆情预测工作大多关注事件整体趋势指标或情感极性的演变预测,鲜有针对舆情事件热点内容的预测研究. 为解决以上问题,本文提出一种基于时间演化图卷积网络的舆情热点内容预测方法：以舆情事件的热点词作为预测对象,首先,通过演化图卷积网络学习各时间片词语的空间关联关系;然后,使用门控循环单元捕捉各时间片词语特征的时序变化;最后,通过全连接层进行输出,实现对舆情事件热点词的预测. 以微博上两个不同的舆情突发事件的相关文本作为数据集,与两种现有热点词预测方法开展对比实验. 实验结果表明,该方法在两个数据集上的精确率分别达到51.21%和50.98%,召回率分别达到50.17%和48.15%,F1值分别达到50.68%和49.52%,均高于两种对比方法,能够更好地完成舆情事件中热点词的预测.     

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.     

网络舆情在群体性事件中的作用分析

如果政府有效引导网络舆论,网络舆情就能充当群体性事件酝酿期发现苗头的“警报器”、扩大期消除矛盾的“润滑剂”与消弭期改进政府工作的“意见箱”;反之,其充当群体性事件酝酿期引发事件的“导火索”、扩大期助长事态蔓延的“助燃剂”与消弭期激发原有矛盾的“发酵池”.我国需要建立公开透明的网络信息沟通平台、健全完善网络法律法规和加强网络舆情正确引导,发挥网络舆情在群体事件中的正面作用.     

动态时间分布LDA的网络舆情热点词链提取研究

由于网络舆情文本的数据量非常大,用人工方式很难从舆情文本中发现舆情热点。利用LDA(Latent Dirichlet Allocation)主题模型的文本降维及词语聚类功能,能够从海量的舆情文本中自动提取所关注的焦点主题词。但由于缺乏动态的时间分布机制,LDA难以捕捉随时间变化的热点词链。本文提出了加入动态时间层的DTD-LDA(Dynamic Time Distribution LDA)模型,增加了文档-时间和时间-主题的动态分布机制,改善了LDA主题词对时间变化的敏感性,可以有效提取迅速变化的舆情文本热点词链。实验表明,DTD-LDA相比较同类模型,在动态热点词链的提取上具有更好的准确率和召回率。     

大学生网络行为与热点事件及其影响

随着互联网的迅速发展,大学生的网络行为日益频繁,其对社会的影响越来越大。本文通过分析大学生网络行为现状、存在问题、网络舆情、策略分析等,概述了如何创建良好的网络文化环境和大学校园文化,提出高校网络文化建设方面以及大学生思想教育方面的对策建议。     

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。     

基于BBS的网络舆情演变和分析技术研究

在分析网络舆情基本内涵的基础上,采用生命周期方法探索了网络舆情的演变机制,并对网络舆情发展过程中所表现出的特征和规律进行了归纳和总结.在此基础上,以BBS为标的对网络舆情的分析技术进行了探究,建立了以BBS为基础的网络舆情技术分析模型,通过BBS舆情热点事件实验,验证了网络舆情的演变机制,揭示了网络舆情的内在衍生规律.     

突发公共事件中的舆情传播研究——以自然灾害的突发事件舆论为例

现阶段在人人皆可自媒体的时代,突发公共事件在传播机制上发生着变化,如何有效控制网络舆论发酵、防止舆情传播、进行正确的舆论引导显得至关重要。在自然灾害突发事件引发出的舆论中,主流媒体在传播力、影响力、公信力等方面具有突出优势,然而伴随着互联网技术的应用和普及,信息化、智能化的网络舆情成为信息传播的重要窗口。新媒体传播因去中心化、跨区域性的特征,呈现平台管理和审查力度不足、舆论引导偏离、信息资源过剩等方面的不足。因此突发公共事件的舆情传播过程中经常出现信息来源虚假、舆论矛头不断转向、舆情多次反转等异常情况,需从充分发挥主流媒体的引导作用、传播新闻的真实性、加强政府与新媒体的协同引导作用三个方面着力解决。     

融合微博热点分析和LSTM模型的网络舆情预测方法

当前互联网已成为公众获取信息、表达观点的重要平台,也带来社会舆情事件易发生的风险,通过对网络舆情走势的提前预测,能够准确判断热点事件的发展态势,为政府相关部门应对舆情危机提供参考.针对单一预测模型预测精度不高和社交媒体对舆情走势影响较大的问题,提出了融合微博热点分析和长短期记忆神经网络(LSTM)的舆情预测方法.利用网络爬虫和PyTorch机器学习平台构建了用于舆情时序数据分析的网络舆情预测系统;在此系统内,考虑微博的强时效性,采用网络热点分析技术计算微博热度分值;改进LSTM网络,设计由2个隐含层组成的MH-LSTM预测模型;将MH-LSTM模型用于舆情事件百度指数的定量预测中,通过试验验证了模型的正确性,证实了该预测模型拥有较好的预测效果.     

针对政府的微博网络舆情传播规律与对策研究——以新浪微博为例

以新浪微博为例,提出了一种基于扩散树的网络舆情传播模型,并探索微博舆情的传播规律及其对策。依照微博的传播特征及网络舆情生成规律,给出了微博网络舆情扩散树的定义及其构建方法;根据树的数理特征,揭示了基于扩散树的微博网络舆情孤树和森林传播规律,并进行了实证分析。基于扩散树特征,从舆情信息及时感知、官微澄清事实真相、积极培育微博红客、严厉惩处微博水军、政府官员谨言慎行、事件定性定论慎重六个方面,提出了应对微博网络舆情的策略。     

基于聚合度热点适应机制的网络舆情 大数据收敛算法

为解决当前网络舆情大数据收敛算法普遍存在的收敛困难及热点聚类生成速度较低等难题,提出了一种基于聚合度热点适应机制的网络舆情大数据收敛算法。首先,通过增量用户节点与存量热点之间的信息交互关系,设计了一种基于聚合度初始化机制的数据收敛方案,采用匹配机制逐个对存量热点与增量用户节点间差异度及聚合度进行比对,能够将增量用户节点纳入性能最佳的存量热点所形成的种子聚类,提高聚类形成速度。随后,针对热点数量处于密集状态等极端情况,特别是用户特征匹配过程中难以实现快速匹配等不足,设计迭代方式,以逐步消除种子聚类差异度,提升大数据匹配性能,改善用户节点与热点之间信息交互质量。仿真实验表明:与当前常用的时间片累积挖掘收敛方案(Convergence Scheme for Time Slice Cumulative Mining,TSCM算法)及热点度显影收敛方案(Convergence Scheme of Hotspot Degree Development,HDD算法)相比,本文算法具有更高的收敛速度和聚类形成质量。     

旅游危机事件网络舆情应对水平的评价研究:基于灰色统计和熵权TOPSIS方法

舆情应对是旅游危机事件网络舆情管理的重要环节,对舆情应对水平进行评价是提高网络舆情管理能力的必要途径。通过文献研究和经验归纳,提出旅游危机事件网络舆情应对水平评价的初始评价指标集;为保证指标体系的有效性和可操作性,基于专家问卷获取的决策数据,运用灰色统计方法对指标进行筛选,对初始指标集进行精简和优化,最终指标体系包括舆情应对的响应、沟通和善后情况3个维度15个指标;为克服传统赋权方法的主观性,使用熵权法确定指标权重,采用加权TOPSIS方法对14个典型案例的网络舆情应对水平进行评价,评价结果与实际情况的吻合程度较高。研究设计的网络舆情应对水平评价指标体系,采用的指标筛选、权重获得和综合评价方法,对提高旅游危机事件网络舆情的应对水平具有一定的理论和实践价值。     

高校网络舆情现状调查及分析——以桂林航天工业学院为例

本文通过发放问卷调查,分析大学生在网络媒体使用时间、使用频率、对网络媒体的认知能力、对网络媒体内容的分析能力、网络媒体信息评介能力及网络媒体参与能力等方面的基本情况,调查获得了大学生网络舆情的一些基本情况,分析问题,提出建议。这对于加强大学生思想政治教育、高校网络舆情研究和管理具有重要参考意义。     

网络热点事件文本中评价的功能及其实现

基于对话理论和互文性理论,从互动视角和功能视角来探讨网络热点事件文本中评价的功能及其实现有较强的理论价值。评价是以功能为指向的,评价功能的最终实现,得益于互动。网络热点事件文本中的评价主要有情感宣泄、立场站位、网络问责、网络问政和语篇建构等功能。     

农产品安全网络舆情演化分析与导控策略

农产品安全事件的网络舆情是关乎民众健康和社会安定的重大问题。采用改进的元胞自动机模型分析此类网络舆情的演化趋势及导控策略。通过对元胞空间邻域结构、状态转移函数及演化规则的改进体现农产品网络舆情特点,引入导控因子分析舆情导控策略,并通过仿真实验探究网民情感倾向、相互作用以及信息干预对舆情演化趋势的影响。最后对中国近期发生的"非洲猪瘟"事件相关舆情进行实证分析。研究表明:本文模型实现了对该事件网民情感倾向变化及舆情发展的合理预测,并提出科学的舆情干预和监管措施。研究将有助于揭示农产品安全网络舆情特征与演化规律,为网络舆情的有效监管提供参考。