共查询到20条相似文献,搜索用时 0 毫秒
1.
2.
【目的/意义】为识别微博中多个舆情话题的交互传播规律从而使干预决策的制定更有针对性,提出一种多主体干预的微博舆情话题交互传播模型。【方法/过程】该模型融入网络媒体和政府的多重干预,考虑了多个舆情话题不平等竞争的特性,并可从交互传播的整体视角来分析干预措施的作用。【结果/结论】仿真实验表明:该模型能够较好地模拟微博平台中多个舆情话题的交互传播演化趋势;话题交互传播过程中,多主体干预下的舆情治理效果更好;制定干预决策不能仅关注单一舆情话题,而应综合考虑多个舆情话题及其交互关系。【创新/局限】文章通过数学建模的方法对多主体干预下的微博舆情话题交互传播过程进行探究,为微博平台监管控制策略的制定提供了新视角,未来研究可以结合相关实例进行分析,进一步丰富和深化研究结论。 相似文献
3.
【目的/意义】微博已经是当今人们生活中离不开的社交网络平台,微博话题作为一个用户参与度较高且观
点聚合度较高的微博众多板块之一,使得有影响力的话题产生成为了一种可能。针对这种可能产生网络舆情的板
块,对于微博话题影响力的评价是极为有意义的。【方法/过程】针对微博话题可能产生的影响力,本文利用因子分
析法,从实证角度对指标体系进行了合理有效性的检验,并且确立了公共因子的占比,得到了综合因子的评价模
型。【结果/结论】研究通过对比实际热门话题榜单发现,微博话题传播影响力主要应从话题人及话题信息两方面出
发进行评价研究较为科学。 相似文献
4.
【目的/意义】微博作为主要的社会化媒体,微博话题可信度评估以及从认知角度了解影响微博信息传播的
因素对判别信息可信度具有重要意义。【方法/过程】本文基于现有的详尽可能性模型对信息可信度的研究,从微博
内容、微博作者、社交网络传播三个维度,对影响微博话题可信度的因素进行研究。【结果/结论】结果发现,微博内
容信源的可信度对内容可信度存在显著正向影响,内容可信度对微博信息话题可信度存在显著正向影响,作者专业
知识对作者可信度存在显著正向影响,作者可信度对微博信息话题可信度存在正向显著影响。 相似文献
5.
6.
【目的/意义】考虑到使用LDA模型进行主题抽取时,抽取到的特征词是无序的,破坏了原有的主谓宾结
构,导致抽取效果不准确,可读性差的缺陷,构造了WO词序模型,并将LDA模型与WO模型结合,提出了基于
LDA-WO混合模型的微博主题有序特征抽取算法。【方法/过程】使用LDA模型进行主题建模,获得无序特征词,
然后通过WO模型对特征词进行排序,将特征词与原语料进行对比,构造特征词-语料位置矩阵,通过对特征词的
位置排序,构造特征词词序权值矩阵,最终获得有序的特征词,完成对话题特征的有序抽取。【结果/结论】本文以真
实新浪微博数据为实验对象,实验结果表明基于LDA-WO模型的特征词提取方法进行特征抽取,抽取到的特征词
可读性更强,可弥补传统LDA模型在话题可解释性上的不足。 相似文献
7.
微博这一媒体形式出现后深刻地影响了信息的传播方式,因此一直是国内外学术界各学科领域关注的重点。研究方法不断完善,研究角度也越来越多元化。本文针对微博信息传播效果这一问题,对近年来国内外研究的典型文献进行梳理和总结,首先概述了微博传播效果的概念和测评方法,接着分类梳理了微博传播效果影响因素的相关研究,并对该领域的未来发展方向进行了展望,以期为今后的研究提供参考和借鉴。 相似文献
8.
9.
10.
【目的/意义】探寻网络维权过程中不同主体的行为策略及其对衍生舆情传播的影响,为网络维权事件的合理处置提供对策建议。【方法/过程】将网络维权过程划分为维权博弈与衍生舆情传播两个阶段,运用演化博弈研究弱势群体、强势集团与网络媒体之间的行为策略,运用SEIR模型研究不同演化稳定策略对衍生舆情传播的影响,并利用Matlab进行数值仿真与模型验证。【结果/结论】研究结果表明,网络媒体积极报道的感知收益对舆情传播具有显著影响,当网络媒体选择“消极报道”,强势集团选择“积极回应”时,网络维权衍生舆情易得到控制;当网络媒体选择“积极报道”,强势集团选择“消极逃避”时,舆情可能会失控。强势集团的社会认同感感知收益越高,其选择“积极应对”的概率越大,衍生舆情越易得到控制。遗忘率越大,舆情传播时间越短。【创新/局限】综合运用演化博弈与SEIR传染病动力学模型,深入分析主体行为策略对衍生舆情传播的影响,为网络维权事件的处理和应对提供了参考借鉴。 相似文献
11.
【目的/意义】解析了微博舆情话题的传播、微博网络拓扑结构特点、微博网络中的信息传播特点,发掘舆情 传播过程的影响因素,继而对在微博网络上发生的舆情扩散进行有效的控制。【方法/过程】在传染病动力学的SIR 模型的基础上,提出了有部分无知者直接变为免疫者以及具有衍生效应的SIR改进模型。结合微博网络拓扑结构 进行了有向无标度网络的设计,并利用微博网络的信息互动模式对感染率以及转化率进行了改进,最后对此模型 进行简单的因素分析。【方法/过程】构建的微博网络舆情传播模型的变化符合实际生活中微博网络舆情的传播变 化,并分析了各个影响微博网络舆情传播的因素。 相似文献
12.
基于唤醒机制的微博谣言传播模型 总被引:1,自引:0,他引:1
为了考虑意见领袖对谣言传播过程的影响,在传染病模型ISR的基础上,构建考虑冬眠者被领袖传播者唤醒的微博谣言传播模型,给出相应的平均场方程,并对其分析求解出谣言的传播阈值,利用MATLAB对模型进行数值仿真和结果分析。模拟结果表明:在谣言传播过程中,由于唤醒机制的作用,使得谣言的最终影响力增大,加快了谣言结束时间。政府部门及微博谣言控制部门可通过对微博中意见领袖的博文进行监督,尽量避免意见领袖有意或无意参与到谣言传播中来,降低谣言传播对公众及社会造成的影响。 相似文献
13.
[目的/意义]为探究网络视频用户不同层次信息茧间的演化规律,找出演化过程中的关键环节,预防网络视频用户信息茧房问题的产生和扩散,保持网络视频用户信息生态的和谐稳定。[方法/过程]基于经典传染病SEIR模型构建了网络视频用户信息茧房动态演化模型,就各状态间的转移率变化对系统免疫过程的影响进行了仿真实验。[结果/结论]降低系统中易感者感染率或轻症者重症率可以缩减患者密度,干预措施的适时介入能使得系统内视频用户信息茧房问题得到有效控制。此外,控制信息茧房问题蔓延的根本在于提高个体自身免疫能力。 相似文献
14.
研究微博中信息的传播规律对舆论预测与管控、市场营销等方面具有重要意义。当前的信息传播模型大多忽视了不同信息间、不同用户间的个体差异。为解决这一问题,本文选取了影响用户浏览和转发信息行为的特征,采用集成逻辑回归与SVM的二分类算法预测个体行为。预测多个用户对于同一信息的浏览与转发行为构成了本文中的信息传播模型。结果表明,该模型能较好地预测现实微博网络中的信息传播过程。 相似文献
15.
【目的/意义】掌握微博热点话题演化规律有利于让公众了解正确的话题演化方向,也便于有关部门对舆情 监控和引导,使得舆论朝着正能量的方向发展。【过程/方法】利用OLDA(On-line Latent Dirichlet Allocation)可以实 时地追踪热点话题演化的优势以及微博的“话题标签”的特性提出适合微博的热点话题演化模型LOLDA(Label On-line Latent Dirichlet Allocation),然后通过Python编程爬取了新浪微博的数据,从话题内容和强度两方面分析 了话题演化规律,并对话题内容演化规律进行了可视化展示。【结果/结论】改进的LOLDA模型可以准确地发现微 博话题演化规律,通过实验验证了本文提出的模型较传统模型具有更好地泛化能力. 相似文献
16.
18.
【目的/意义】信息自带的情绪是影响信息传播的重要因素之一,基于信息的情绪性探究不同类型的情绪信
息自身传播与交叉的规律,对信息传播的控制具有一定的理论意义和现实意义。【方法/过程】基于情绪感染理论和
SIR模型,构建情绪信息传播动力学模型。引入情绪信息偏差的概念,分析情绪信息偏差、悲观信息与乐观信息间
的转换速度等因素对情绪信息交叉传播的影响。【结果/结论】仿真结果表明,情绪信息偏差是引起情绪信息交叉传
播的重要因素。当网络中乐观信息传播者的占比较大时,有助于网民转变为免疫态,促进整个网络在短时间内趋
于稳定。 相似文献
19.