网络舆情场中信息受众观点测度的机理及路径分析

[目的/意义]整合定性与定量的舆情研究视角,统一多模态研究对象,实现网络舆情信息受众的观点测度,可修复网络舆情分析与治理的理论与实践裂痕。[方法/过程]通过引入网络舆情场的概念,对网络舆情信息受众、受众观点测度的内涵进行诠释,就网络舆情场与信息受众观点测度的逻辑关系加以辩证讨论。[结果/结论]提出网络舆情场内舆情受众观点测度机理和具体测度路径,为后续网络舆情场中的网络舆情信息分析、多维度信息受众观点测度,受众认知规律发现,网络舆情监督和管控限制等层面的研究做相应铺垫。     

网络舆情信息受众的观点认知距离计量研究

[目的/意义] 量化展现网络舆情信息受众之间的观点认知距离与情感归属,澄清其情感倾向性的形成脉络,为科学应对群体性突发事件提供思路。[方法/过程] 切分舆情事项子话题,通过情感本体计算受众观点的极性强度,构建2-模的受众-关注焦点隶属矩阵和1-模的受众关系矩阵,并采用复杂网络可视化图谱对受众认知距离进行可视化展示,从网络舆情场的视角下阐述受众观点的互斥与耦合机制,描述受众情感倾向的形成脉络。[结果/结论] 对受众整体认知网络中不同类型的受众加以区分,揭示真实情景中的网络舆情场力的作用特点,为舆情受众情感疏导工作提供实践出发点。     

网络舆情观点团簇演化等级测度与实证研究

[目的/意义]提出和构建网络舆情观点团簇演化等级,以描述网络舆情受众的群体性观点的状态随时间与事态变化的演化程度,对于网络舆情导控与精准引导具有重要的理论及实践意义。[方法/过程]基于LDA与CNN神经网络构建网络舆情观点团簇演化等级测度模型,并以"翟天临知网事件"为实验对象,验证演化等级这一指标的有效性。[结果/结论]网络舆情观点团簇演化等级能够很好地体现网络热点事件群体观点状态的演化,在展现3个维度的属性数值同时也能反映观点团簇较前一时间节点状态的演化程度,提出的观点团簇演化等级测度结果精准地体现事件观点的各个演化高峰,为有关部门对网络舆情群体观点的靶向引导提供新的指导方向。     

网络舆情事项中信息受众体的参与动机分析

[目的/意义]探索网络舆情受众体参与舆情事项创建传播的动机,为把握网民心理,引导网络舆论正确走向提供理论依据。[方法/过程]基于定性与定量混合的研究视角,依据扎根理论采集研究资料并通过编码从中抽离出10个动机范畴,根据形式概念分析理论结构化分析动机范畴的关系意义,为原始资料编码过程融入定量思维。[结果/结论]揭示受众体的3种参与动机对舆情事项的危机程度、突发程度、管控难度的影响,为从参与动机的视域下划分受众群体、有的放矢地干预网络舆情提供借鉴。     

新媒体时代网络评论观点信息发现机制研究

[目的/意义] 舆情分析工作中的一项重要任务就是从冗杂的网络评论中发现具有代表性的网民观点信息。[方法/过程] 提出一种无监督的信息发现方法,从网络评论内容中抽取具有代表性的网民观点表述。具体发现过程为,在网络评论中选取作为候选的观点表述语句,继而综合考察评论内容与相应文章的相关程度以及候选的观点表述语句中词汇之间的点互信息并对观点表述语句进行信息加工,最终得到具有代表性的用户观点表述信息。[结果/结论] 本文所提出的信息发现方法取得了较好的实验检验效果,可为新媒体时代舆情研判工作者在繁杂冗余的网络评论观点中自动发现观点信息提供决策支持。     

网络舆情场中观点簇丛的情感极化度测算

[目的/意义] 提出网络舆情场内观点簇丛的情感极化度测算方法，为量化舆情受众情感态势和识别极化群体提供依据。[方法/过程] 首先明确舆情受众情感极化的条件，再通过设置条件阈值筛选出满足条件的观点簇丛，在此基础上引入3个极化指标（受众吸引率、极端受众增长率、极化情感增长率）描述观点簇丛在测度时间窗口内的情感发酵程度。最后利用平滑权值，对观点簇丛在不同测度阶段的情感表现进行加权综合，得出其整体情感极化程度值。[结果/结论] 观点簇丛在每个时间窗口的情感表现能为阶段性的舆情受众情感极化干预提供判断依据，而综合的情感极化度有助于准确识别场域内的敏感话题及群体，便于网络舆情的精准管控。     

网络舆情场的内涵、结构特征与功能属性分析

[目的/意义] 通过解构网络舆情场内涵、结构特征以及功能属性,进而将场理论引入到网络舆情管控治理的研究中,实现宏观与微观、定性与定量的网络舆情综合研究视角建构目标。[方法/过程] 在充分把握网络舆情的特征、运动过程和发展趋势的基础上,辩证地引入自然科学与社会科学中场论的观点与定义,从内涵和外延两方面解构网络舆情场的概念,并形式化地对网络舆情场的整体机能进行数理描述。[结果/结论] 网络舆情场的运动特征本质上是场域中客观存在的显性舆情信息与舆情受众主观认知的交互和作用的体现。因此网络舆情场的介入能将网络舆情管控对象间混乱复杂的关联体系化、规律化,进而实现网络舆情学术研究与实践需要之间裂痕的修复。     

基于观点势场的舆情极化预测模型

[目的/意义] 从定量化角度研究舆情群体极化现象,建立网络舆情群体极化度的量化计算和极化趋势预测方法。[方法/过程] 从物理学中场的思想出发,引入观点势场描述舆情场内各网民节点间观点的相互作用,构建个体观点势和舆情场观点势场强度的计算模型和观点演化模型;该模型考虑了实际网络舆情传播的天然社区特性、节点观点影响力特性、观点的惯性特性和网民节点虚实的时变特性,认为个体网民观点的演化主要受所处舆情场的观点势强度、自身观点惯性的影响;通过仿真实验,重点分析模型中舆情子场是否封闭、节点虚实转换触发阀值、观点势影响因子等影响因素对网络舆情群体极化的影响。[结果/结论] 仿真结果表明该模型与实际网络舆情观点传播与舆情极化形成过程较为相符。所提出的模型中网民观点间的相互作用通过舆情场这个中介完成,相较于基于网民个体之间观点直接相互作用的舆情演化模型,其复杂性和实现难度大大降低,利于基于模型构建实际网络舆情极化预测与监控系统。     

微博舆情传播周期中不同传播者的主题挖掘与观点识别

[目的/意义] 探索微博舆情传播周期中不同传播者关注的舆情热点和传播内容的主要观点,进而发现舆情传播的特点和规律,为舆情分析与决策提供依据。[方法/过程] 以特定舆情事件的事实文本数据为来源,以生命周期理论和LDA方法为指导,设计研究流程与构建研究模型,对微博舆情事件中不同传播者的话题进行主题研究,其中包括主题抽取和结果语义标注、各阶段的不同传播者主题的语义分析、基于时间维度的舆情主题观点识别与刻画。[结果/结论] 研究发现,论文所提出的研究模型能够挖掘出舆情传播周期中不同传播者的主题结构、观点脉络以及特征,研判出分布在文字当中有关联性的、代表性的、重要的词语。同时,结论中还发现微博中的官媒、大众媒体发布信息中的话题和用户谈论的热点话题具有明显的差异性。     

突发事件舆情观点识别与分析研究评述

[目的/意义]突发事件情境下,及时有效地回应舆论关切成为舆情管理中的重要议题,梳理总结突发事件舆情观点研究现状与发展趋势有助于该领域研究开展与实践指导。[研究设计/方法]采集国内外有关突发事件舆情观点的科学文献,从信息分析过程角度出发,分为舆情观点识别、舆情观点组织和舆情观点分析三个方面进行综述。[结论/发现]随着知识图谱等技术优化与应用的不断推进,舆情观点研究可从识别细粒化、组织结构化、分析系统化等方面加以深化,在构建层次化舆情观点信息组织架构及图谱原型的基础上,建立系统化舆情观点多维演化分析框架与应用范式。[创新/价值]从信息分析过程的角度对突发事件舆情观点研究进行总结评述,为突发事件情境下舆情观点与知识图谱的深入融合应用提供参考。     

多媒体网络舆情危机响应机理及风险分型研究

[目的/意义]针对当前我国多媒体网络舆情响应问题，梳理并提出以危机风险分型为基础的政府组织响应路径整合匹配、响应工作流程模型构建机理，以期为管理决策者提升资源整合能力、网络舆情危机精准响应效力提供参考。[方法/过程]对大数据环境下网络舆情危机动力要素的作用进行分析，提取出网络舆情危机风险分型的基础系数，并以多元结构网络舆情信息的多媒体传播路径为视角提取网络舆情危机风险分型叠加系数，再逐一提取各风险分型下网络舆情危机响应的工作要点。[结果/结论]根据主体结构要素、媒体效力要素、客体属性要素危机作用形态的排序组合，在其关系节点上建立多媒体网络舆情危机等级基数。根据本体成分分化后对舆情危机的不同影响效果，建立多媒体网络舆情危机加成系数。建立多媒体网络舆情危机风险分型模型，将舆情危机风险解构为等级系数和加成系数。从而更为准确地描述舆情危机的表征，有利于判断舆情危机的未来发展态势，提高与既往舆情危机案例匹配的速度与精准度。     

基于字词向量的多尺度卷积神经网络微博评论的情感分类模型及实验研究

[目的/意义]微博评论情感分类模型可以为相关舆情监管部门正确管控话题事件的发展状况和舆情提供一定的指导作用。[方法/过程]基于字词向量的多尺度卷积神经网络，运用多尺度卷积核改善微博评论中上下文信息有限的条件制约，构建基于字词向量的多尺度卷积神经网络微博评论情感分类模型；通过爬取"微博热搜整改"数据，对模型的可行性和优越性进行验证。[结果/结论]验证结果表明基于字词向量的多尺度卷积神经网络在微博舆情等上下文信息有限的短文本分类任务中表现良好。本文在理论层面为微博舆情情感分类提供了更为准确的情感分类理论模型及分类方法，在实践层面可以更好地指导舆情监管部门对舆情的情感倾向进行更好的引导和监管。     

基于社会网络分析的移动环境下网络舆情信息传播研究——以新浪微博"雾霾"话题为例

[目的/意义]研究移动互联网络环境下舆情信息传播路径和传播规律,为相关部门加强社会舆情信息监管提供参考.[方法/过程] 在理论研究层面,基于社会网络分析法,从点度中心性、中间中心性和接近中心性3个属性出发,对移动端和非移动端雾霾网络舆情信息传播进行对比分析;在应用研究层面,以新浪微博中雾霾话题信息为例,采用Java编程方式接入新浪网API开放平台获取新浪微博数据,使用Gephi软件及数理统计分析工具绘制有关图表.[结果/结论]揭示了移动环境下网络舆情信息传播特点,验证了社会网络分析法在移动环境下网络舆情信息传播研究中的有效性,并为移动环境下网络舆情信息传播的研究提供了新的研究视角,为实践层面移动环境下网络舆情信息监管提供了分析工具.     

网络舆情研究进展及其主题关联关系路径分析

［目的/意义］ 梳理网络舆情的研究进展,有助于厘清网络舆情研究的知识基础、传导规律、预警机制和治理策略等之间的内在联系和主题演化路径。［方法/过程］ 首先分析网络舆情的理论知识基础,然后结合现有研究,按照内容递进的规律将网络舆情研究分为影响因素、传导路径、预警机制以及引导治理策略四个主题,采用内容分析法和社会网络分析法对网络舆情进行主题关联关系分析和演化路径探索。［结果/结论］ 结果表明,生命周期理论、认知定势理论、沉默的螺旋、群体极化理论、蝴蝶效应理论和治理理论常作为网络舆情研究的理论知识基础,网络媒介环境、社会结构压力、网民心理、触发性事件、有效动员和社会控制力量六个因素被视为网络舆情演化的重要影响要素,且网络舆情、舆情事件、社交媒体、利益相关者、大数据和信息传播等六个主题与其他研究内容关系较为密切,在主题演化路径中发挥着重要桥接作用。