微博舆论场:突发事件舆情演化分析的新视角

微博舆论场逐渐成为了突发事件网络舆情的策源地,在舆情生成演化中扮演重要角色.本文以微博舆论场为研究视角,首先运用超网络建模理论,构建了集社交、信息、心理、观点四层子场为一体的微博舆论场超网络模型,并对各层子场内部以及子场间关系进行建模分析;然后提出了微博舆论场超网络模型的衡量指标,对微博舆论场"场强"进行了量化分析;最后使用社会计算和数据挖掘算法,定量分析了微博舆论场对新进入的无知者和感染者的作用过程,以及对新个体发生作用后,微博舆论场中舆情的演化.以期对突发事件舆情态势进行预测预警,为舆情干预治理提供理论依据,有效引导突发事件舆情良性发展.     

基于模型集成的突发事件舆情分析与趋势预测研究

近年来,突发事件发生后,事件演进受网络舆情的影响越来越大,分析突发事件发生后网民情绪并进行预测,可为政府部门的应急管理和策略设计提供有效支撑,赢得宝贵的时间.本文提出了一个基于模型集成的微博情感分析与预测模型,对突发事件微博舆情进行情感分类与趋势预测.为了更准确地分析微博情感与未来走势,首先,利用多模型集成策略对突发事件相关的单条微博进行情感分析;接着,将单条微博情感进行集成,形成微博情感时间序列;再次,利用多模型集成思路对微博情感的未来走势进行预测;最后,通过实例验证提出方法的有效性.实证结果表明,集成模型较传统分类在微博情感分析上具有优势,集成模型较传统回归模型在微博情感走势预测同样具有明显优势,可以取得较高的预测精度.     

基于改进灰狼优化支持向量回归的网络舆情预测

网络舆情发展趋势预测对政府相关部门的舆情监测与管控有非常重要的参考意义.针对网络舆情的小样本特性,同时考虑适用模型的时效性和准确度,本文提出一种基于佳点集方法初始化、非线性参数控制以及对引领狼赋权的改进灰狼优化支持向量回归(IGWO-SVR)的网络舆情预测模型,以“新冠肺炎”、“中国梦”等百度指数作为舆情数据样本进行了实证研究.对比实验结果显示,改进后的灰狼优化算法有较强的全局搜索能力、较快的收敛速度以及较好的稳定性.IGWOSVR网络舆情预测模型有较为突出的准确性与稳定性,能够为政府舆情管控部门提供较好的决策参考.     

社会网络分析及其在舆情和疫情防控中的应用

研究社会网络的结构与演化特性对于评估与控制传染病爆发这类突发事件,以及监测预防伴随突发事件而生的谣言和恐慌情绪的蔓延,都有重要意义.对这一领域的研究前沿进展进行了较为全面的综述,并对该领域中若干值得研究者注意的新的研究方向,特别是涉及突发事件管理的方面,进行了论述.这些方向包括:人类空间移动模式和行为时间特性的影响;具有地理效应和区别接触频率的含权社会接触网络和其上传染病传播的规律;考虑人群面对突发事件时的心理压力的更符合实际舆情传播的动力学模型等.     

突发事件社交网络舆情的扩散与控制

针对突发事件社交网络舆情扩散特征,考虑政府及公众媒体对社交网络舆情参与者产生的影响,建立一种突发事件社交网络舆情扩散模型。定义并分析突发事件社交网络舆情扩散趋势的转折点,由舆情扩散模型推导出度量突发事件社交网络舆情扩散趋势的测度,同时给出并证明在不同舆情扩散测度下转折点的存在性及舆情扩散趋势。根据舆情扩散测度给出一种最优控制的目标函数,利用舆情扩散测度的关键因素,推导出使目标函数值最小的舆情扩散控制方法。通过数值模拟计算,说明模型及控制方法的有效性和实用性。     

观点动力学视角下基于意见领袖的网络舆情反转研究

舆情反转是网络突发事件与热点事件中的一种重要现象。为探究网络舆情反转现象的内在机理,发掘舆情反转事件的演化规律,提出了一种观点动力学视角下基于意见领袖的观点演化模型。以意见领袖为切入点,基于无标度网络结构改进经典有界信任的HK模型,在观点更新中引入意见领袖的作用。运用社会网络分析理论的中心性指标识别意见领袖,对意见领袖引导下的观点演化进行仿真实验。选取新浪微博上的舆情反转案例,对模型仿真结果进行验证。实验结果表明,意见领袖对观点演化结果起着关键性的作用,能够引导群体的观点发生逆转,利用改进的模型能够模拟网络舆情反转事件的演化进程。     

基于多层耦合网络的舆情传播控制研究

为研究平台间信息交互对舆情传播以及舆情控制的影响,以微信和微博平台为例,利用多智能体建模方法和改进的SEIR模型,构建了包含“微信层-微博层-控制层”的多层耦合网络舆情传播和舆情控制模型。在Anylogic平台选取“湖北省红十字会物资使用情况引发质疑”舆情事件进行了仿真实验,分析了单/双平台、控制范围、控制力度、控制时间、平台间交互等因素的影响,研究了多平台互动传播下的媒体引导和政府干预策略。仿真实验表明,模型很好地刻画了微信、微博平台的信息传播特性,反映了舆情的跨平台传播效应。     

基于系统动力学的危化品水污染突发事件中网络舆情危机应急策略研究

鉴于危化品强腐蚀性、剧毒等特性,其突发泄露事件,特别是水污染突发事件,将对人民生命安全和财产安全造成严重威胁,从而引发网络舆情危机.本文基于系统动力学,深入分析危化品水污染突发事件中网络舆情的扩散演化规律,以探索有效的危机应急策略.新模型包括网民子块、网媒子块和政府子块三个子模块,受到危化品水污染突发事件的直接影响,并影响着突发事件的发展演化.以五个危化品水污染突发事件为案例,实证研究验证并分析了仿真模型的有效性和实用性;在此基础上,对不同危机应急策略进行了模拟.政策仿真结果表明:提高官方新闻透明度、政府危机处理力度、政府响应效率能有效控制并引导网络舆情的扩散与传播.     

微博信息扩散的空间分析

为揭示信息扩散的空间特征,利用新浪微博数据,研究了中国地级市间的微博信息扩散,并利用重力模型,研究了影响城际信息扩散的因素。研究表明,少数一二线城市呈现信息寡占型,主导微博内容的输出和扩散。对城际信息交互模型的分析发现,用户数在很大程度上影响了城际信息扩散,城市总GDP也可预测城际信息交互,空间距离则不再发挥作用,微博中的信息扩散打破了物理距离的限制。该研究揭示了线上社交网络与线下物理空间的映射关系以及社交媒体中信息的城际扩散特征,可为空间位置相关的信息发布和网络舆情监控提供借鉴。     

基于微博数据挖掘的贝叶斯观点演化模型

考虑到在微博信息传播过程中,每一位网络用户的观点都受到其前一位网络用户观点的影响,提出建立基于微博数据挖掘的贝叶斯观点演化模型。以“动态清零政策是我国抗疫总方针”为关键话题词,利用Python爬取微博评论数据,经过数据预处理和分词,对贝叶斯观点演化模型进行实证分析,结果发现官方媒体对舆情的及时引导对情感演化倾向起到重要作用。     

面向应急管理的大图重要节点中介度高效近似计算方法

社交网络中的重要节点对于信息的传播效率有着至关重要的作用,也是近年来的研究热点问题.同时,随着新媒体时代手机、微博、微信等新兴媒介日益变快的信息传播速度,政府部门和企业已经逐渐认识到通过识别社交网络中的重要节点对于管理和控制社交网络中的信息传播,在面向应急的非常规突发事件数据获取与分析中,有着举足轻重的作用.新媒体时代也扩展了人们社会活动的信息容量与交换速度,以MapReduce为代表的分布式计算系统在应急管理的大规模社交网络数据分析中也变得越来越普遍.为了便于应急管理中的信息传播控制,针对应急管理中大规模社交网络图上重要节点识别的关键问题,本文提出了一种新颖的基于轴节点选择策略的大图重要节点中介度近似计算方法和原型系统,并通过模拟数据和真实数据(包含一个连续六个月的真实社交网络数据集)进行了验证.实验结果表明,该方法能非常有效地找出社交网络上的重要节点,对于应急管理中的信息传播控制有着重要的作用.     

多层多属性舆情传播网络的仿真研究

基于当前网络舆情线上线下互动传播特性,深层挖掘舆情内容、指向和强度,提出了多层多属性舆情传播网络模型.以杭州公交纵火案为例进行仿真研究,并基于信息属性进行了未管控情境和嵌入情境仿真,基于心理属性进行了现实、极端、中立、理想社会情境仿真.结果表明,基于心理属性可以对舆情进行大范围的面干预,但对突发舆情事件不适用,培养民众理性思考是一项必不可少的长期工作;基于信息属性可以对舆情进行有针对性的点干预,及时辟谣和恰当议程设置可有效减少负面观点,引导舆情良性发展.     

基于事件驱动的无线传感器网络动态分簇路由算法

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态分簇路由算法.在人体神经系统工作机制和传感器网络分簇路由协议的基础上,建立了基于人体神经系统的传感器节点模型,提出簇的生存时间和覆盖范围依据事件情况而动态调整,以有效提高数据融合性能,避免冗余分簇.仿真实验结果表明,该算法与TEEN相比消耗的能量更少,可以有效延长网络的生存时间.     

泛在媒体环境下的网络舆情传播控制模型

正逐步形成的泛在媒体环境深刻影响着网络舆情的传播与控制.将传统的传染病模型推广到泛在媒体环境这样一个开放系统中, 建立了新的带直接免疫的SEIR舆情传播控制模型, 新模型克服了已有网络舆情传播模型存在的对网民个体状态处理过于简单, 对舆情传播媒介的处理过于简化等缺陷.证明了模型的传播平衡点及稳定性, 提出了从网络舆情传播环境入手, 在舆情形成初期进行干预的控制方法.据此, 构建了基于Wiki技术的网络舆情传播控制平台, 对该平台的舆情传播控制效能做了仿真剖析, 验证了控制方法的有效性.     

社交媒体中的跨平台信息扩散特征及机制

为揭示社交媒体中跨平台信息扩散的特征及影响因素,以昆山反杀案事件为例,利用统计推断和回归分析方法,研究了其他平台的信息在新浪微博中的扩散特征及相关因素。发现用户在微博的高信息量和获取信息的便利性之间权衡时更倾向于后者,跨平台信息的可传递性、基本再生数和扩散深度均显著小于非跨平台者。来自微信公众号、微博视频、微博文章和新浪新闻的信息在扩散深度和规模上相对其他类信息更有优势。与普通用户相比,认证为媒体和政务的用户从新闻平台转发的信息扩散规模更大。综合考虑信息的类型及来源平台能更好地理解突发社会事件在互联网空间中的传播,藉此有助于高效地引导或控制舆情演变。     

基于超网络的线上线下舆情演化模型研究

舆情交互存在于现实空间与虚拟空间,为具体研究两空间中舆情的演化,首先分析了舆情在不同空间中传播演化的特点及演化过程中相互间的联系.随后,结合改进的有界信任机制构建基于超网络的线上线下舆情演化模型,并针对该模型提出了包括模型初始化模块、信息传播与交互影响模块与双空间同步模块三部分的仿真系统框架.根据同步方向,提出"现实空间-虚拟空间"和"虚拟空间-现实空间"两种同步率,并通过对比仿真实验研究了同步率与空间速度比对舆情演化的影响.     

基于群集动力学和演化博弈论的网络舆情疏导模型

互联网已经成为公共舆情传播的主要平台,网络舆情的危机疏导问题直接关系到整个社会的安全和稳定,而对网络舆情的活动进行分析是网络舆情疏导的重要前提,基于网络舆情在产生和发展过程中所呈现的群体性,本文应用群集动力学和演化博弈论的,在研究网络舆情群体流动过程和个体流动过程的基础上,构建了网络舆情疏导模型.通过使用多Agent仿真,应用所提出型,寻求在相关约束下的最佳疏导策略,证明了网络舆情疏导模型的有效性.本文的研究成果为有效解决群体危机环境网络舆情疏导问题提供理论依据.     

论坛中的意见领袖自动发现算法研究

论坛中"意见领袖"的自动发现对于我们掌握舆情,及时引导舆论有重要作用.为此设计了一个从论坛中自动发现意见领袖的算法.根据构成意见领袖的基本属性,设计了基于贝叶斯信息增益最大化准则的X-means迭代聚类筛选模型,然后利用该模型找到特征空间中的意见领袖特征点.实验表明,应用该模型的算法在发现意见领袖的查全率,查准率方面性能优越,可以有效实现网络舆情监控.     

食品安全网络舆情的重复感染SIR模型研究北大核心CSCD

基于利益相关者理论,根据食品安全网络舆情的舆情主体与舆情事件的利益紧密程度将舆情主体分为直接利益相关者、间接利益相关者和边缘利益相关者三种类型.设计重复感染的SIR改进模型,提出SDIERF模型,显示感染者在网络舆情不同发展阶段的发帖数,根据突发事件的四个预警级别设计四个不同干预力度的干预级别.通过仿真的方法,研究该三类利益相关者出现重复感染的感染人数及其发帖数的变化情况.使用实例验证了SDIERF模型的预测和监控效果,在潜伏阶段进行干预的效果最好.     

基于话题共振的群体情绪演化动力学模型研究

在线社交网络中舆情话题共振现象愈发多见,相似或相关话题的互动与叠加使公众群体情绪变得愈发复杂和不确定,增加了政府管控的难度.为此本文构建了一种在线社交网络中考虑可变交互阈值、基于观点动力学的双层复杂网络模型,将话题关系、时间机制、政府、媒体、网民等因素作为变量参数,利用中国流行的在线社交平台新浪微博数据进行了仿真模拟及对比验证.结果显示话题共振效应的存在对群体情绪的演化产生了一定的“阻尼”作用,使群体情绪表现的更加“固执”,难以被外界环境信息影响;同时在舆情生命周期不同阶段发生的话题共振现象中,群体情绪展示出了不同的演化特征.因此,针对不同情景的舆情事件,政府应采取不同应对策略以提升网络生态的治理能力.