高校重大突发事件与舆情监测

高校重大突发事件呈现新动向,诱发因素来自社会、高校、家庭、个体、自然等方面。高校重大突发事件的舆情内容集中在政治热点、社会焦点、学校管理、公共安全等方面,舆情特点表现为群体性和复杂性。高校重大突发事件的舆情监测的措施有:创新舆情快速捕捉机制,关注舆情热度的内涵和来源,加强舆情深度分析和应急管控。     

高校重大突发事件与舆情监测

高校重大突发事件呈现新动向,诱发因素来自社会、高校、家庭、个体、自然等方面。高校重大突发事件的舆情内容集中在政治热点、社会焦点、学校管理、公共安全等方面,舆情特点表现为群体性和复杂性。高校重大突发事件的舆情监测的措施有：创新舆情快速捕捉机制,关注舆情热度的内涵和来源,加强舆情深度分析和应急管控。     

基于利益相关者的突发事件网络舆情演化研究

针对突发公共卫生事件提出了一套结合利益相关者的网络舆情监控方法。以新冠肺炎微博数据为例,按照疫情中涉及的社会角色划分了11类利益相关者,将LDA (latent Dirichlet allocation)与LDA2vec串行提取文本主题,借助SnowNLP进行情感分类,通过统计话题的绝对关注度和相对关注度得到不同利益相关者的网络舆情演化过程。实证结果表明,利益相关者的关注点在疫情爆发期内比较一致,而在平稳期内比较分散,最终随着疫情的逐步控制再次集中;相同角色的利益相关者具有相似的话题和情感演化过程,但其侧重点仍有差异;绝对关注度反映了主流舆论影响下的关注点,相对关注度反映了与利益相关者自身利益相关的关注点。本研究揭示了突发公共卫生事件中利益相关者的舆论演化特征,为政府精确监控突发公共卫生事件中不同群体的舆论趋势提供了理论依据与决策参考。     

基于SNA的突发事件微博舆情的传播网络分析

随着互联网的发展以及微博的普及,更多的人通过网络平台如微博等来获取感兴趣的信息、表达立场和观点,社会现实能被微博舆情有力地展现出来。本篇论文主要基于新浪微博平台,以“江歌案”的一审这起突发的有影响的公共事件为研究实例,人工收集新浪微博中关于此事件的300个用户之间的转发关系,以0-1矩阵的形式输入Excel表格中,再导入Ucinet软件中,生成微博舆情传播的网络图,根据节点以及节点之间的相互关系,进行微博舆情传播网络结构的整体分析,再通过使用社会网络分析法（SNA）来研究以“江歌案”的一审为代表的微博舆情传播的特点以及其对微博舆情传播的影响,比如运用小团体、K-核、网络密度等指标综合分析数据结果。研究结果表明,媒体、当事人、名人、法律用户等在整个微博舆情传播过程中具有较强的传播能力,传播速度控制,可以通过影响这些关键节点来实现。     

基于本体的网络舆情观点挖掘方法研究

随着互联网的不断普及和发展,互联网延续了突发公共事件和热点话题此起彼伏的状态,网民的表达意愿和参与意识持续高涨,踊跃发声建言,在一系列突发事件上,“新意见阶层”进一步凸显出网络舆论的巨大能量,从而形成网络舆情。本文从网络舆情的概念出发,引出观点挖掘在网络舆情中的应用,基于本体构建了一个观点挖掘系统,提取网络舆情评论中的正面和负面评论,并进行比较。该系统能够为用户提供更加准确的情感倾向性分析结果     

基于最小二乘法的突发事件网络舆情演化规律研究

利用信息提取工具包GooSeeker中的抓取规则编辑器MetaStudio和页面信息抓取工具DataScraper等分工合作,挖掘突发事件的网媒报道数据,获得突发事件网络舆情的散点图。利用基于最小二乘法的多项式拟合法,获取各种舆情数据的拟合函数,并以近年来的突发事件作为相关案例进行实证分析。研究表明,根据各网络舆情的函数特征,其演化模式可分为突发型、连续型和复合型等,该方法能够有效地揭示突发事件网络舆情的演化过程和演化规律,为突发事件网络舆情的实时应对提供理论基础。     

融合主题与情感特征的突发事件微博舆情演化分析

[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所提出的微博舆情演化分析方法能够揭示面向特定事件的微博在突发事件生命周期各阶段的主题特征、情感类型与强度,剖析网络舆情主题与情感特征的协同演化规律。     

基于文献计量的突发事件网络舆情传播研究

随着新媒体技术的飞速发展,突发事件网络舆情的传播变得复杂多样,对该领域的深入探索有着重要的价值。文章基于CNKI检索和筛选了406篇突发事件网络舆情文献作为研究基础数据,借助CiteSpace绘制作者、机构、关键词等知识图谱,分析其研究现状、热点领域和发展脉络。     

5G时代下重大突发事件的舆情应对

5G移动通信技术的出现和普及,意味着信息传播进入了一个新的时代.与此同时,政府的网络舆论引导也已进入3.0时代.新冠肺炎疫情属国家突发公共事件,爆发突然且影响重大.本文通过调研认为,湖北省作为最早的舆情中心,在应对此次舆情中既积累了宝贵经验,也存在些许不足.基于此,本文从提升重视程度、加强信息公开、用好主流媒体等七个方...     

企业突发事件网络舆情应对策略研究

网络舆情是网民通过网络平台发表意见、看法的一种表现形式.在企业快速发展中,面临着安全质量、经济效益与效率、环境保护等多方面的矛盾和问题,这些矛盾和问题诉诸于网络,就会形成网络舆情事件.如何应对网络舆情事件,确保企业健康可持续发展是企业亟待解决的问题.本文通过分析网络舆情事件的特点和存在的问题,从制度、人才建设和思想观念的转变和完善上入手,提出相应的应对措施,提升突发事件网络舆情的处置能力.     

多媒体网络舆情信息传播要素细分及属性分析

[目的/意义]从不同维度对多媒体网络舆情信息传播要素的类型和属性进行分析，进而有效提升多媒体网络舆情信息的处理效率和利用价值。[方法/过程]通过文献调研法对多媒体网络舆情信息传播要素中的主体、客体、本体、媒体和环境噪音从类型和属性两方面进行分析，对多媒体网络舆情发展演化过程中产生的数据形式和内容进行系统梳理。[结果/结论]多媒体网络舆情信息数据类型多样，对多媒体网络舆情信息传播要素的类型和属性进行分析，有助于为多媒体网络舆情信息系统整合和数据库建设提供理论基础和研究思路。     

网络舆情观点提取的LDA主题模型方法

[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。     

突发公共卫生事件舆情环境下的群体智慧涌现研究

本研究提出一种从突发公共卫生事件的舆情信息中提取群体智慧的方法,揭示了突发公共卫生事件舆情环境下群体智慧涌现的模式与规律。以群体免疫相关话题为例,利用依存分析的关系抽取(relation extraction with dependency parsing,REDP)方法提取微博、评论含有的三元组,以结构化表示突发公共卫生事件舆情环境下公众的知识条目,基于舆情知识三元组、网络拓扑结构挖掘突发公共卫生事件舆情环境下的群体智慧涌现模式与规律。研究结果表明,本研究所提出的方法能够从突发公共卫生事件舆情中提取群体智慧,同时发现,随着突发事件的演变,舆情的热度和群体智慧并不是线性平稳增加的,涌现存在临界现象和跳跃式前进的特征。舆情知识网络具有小世界、无标度网络结构,群体智慧主要集中于微博信息中,具有动态属性。     

突发事件网络舆情预警模式探索

分析突发事件网络舆情监控预警方面的有关研究,提出基于信号分析的网络舆情预警机制,并把其分为两类模式：信号纵向挖掘和信号横向防控,详细描述分析步骤,最后总结信号分析应用于突发事件网络舆情预警的优点。     

突发公共安全事件网络舆情治理对策研究

在互联网飞速发展的背景下,突发公共安全事件网络舆情的传播范围、影响力、破坏力、渗透力等得到空前强化.新时代有关突发公共安全事件网络舆情的治理对策研究愈发重要.本文从传播脉络、主题、用户属性三个层次、九个方面,提出了相应的舆情干预、引导与治理对策.研究发现,厘清传播脉络、表明自身态度、重视意见领袖、提升网民素质、增强资源...     

重大突发公共卫生事件中公众信息搜寻行为影响因素探究

[目的/意义]在重大突发公共卫生事件中,公众对于相关信息需求旺盛,信息搜寻成为公众了解和应对风险的重要途径。面对风险信息,公众对信息搜寻的态度如何塑造其行为?哪些因素会影响公众信息搜寻态度与行为?不同人群间是否具有差异性?解答这些问题有助于为公众提供针对性的信息服务、助力提升个体应对效能、开展有效防疫工作。[方法/过程]以在线问卷形式调查国内719名受访者,探究重大突发公共卫生事件中影响公众信息搜寻态度与行为的因素。[结果/结论]研究表明:不同地区、年龄、学历的公众信息搜寻态度与行为具有显著差异;感知风险、情感反应、信息充分性、信息主观规范与知觉行为控制正向影响公众信息搜寻态度与行为;信息搜寻态度在各因素与信息搜寻行为间起中介作用。基于研究结果,分别从信息发布渠道、信息传播过程与信息搜索平台等角度提出意见。     

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。     

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。     

带舆论评价的引文网络构建与主题发现

科学引文网络反映了科学知识的动态演化,作为一个复杂的网络系统已得到广泛研究。针对引文网络中主题不明确和热点问题不易跟踪的问题,提出了引文网络中的舆论评价计算方法和网络社区主题提取与表示方法。首先采用正则表达式和模板匹配方法提取元数据;并计算文献作者对参考文献的舆论评价,建立带有舆论评价权值的文献引用网络,并对网络中的突现语义进行描述;然后以此网络结构为基础,结合信息熵和网络中文献重要性权重改进TDIDF算法,计算得到每个社区主题的关键词概率描述,从而得到社区主题。本文的方法和实验对解释引文网络的演化、社区主题发现、文献的共享等有借鉴意义。     

MNPOS:军事网络舆情分析系统研究

军事网络舆情作为一种特殊的公开情报吸引了众多军事网民。比较国内一些典型的网络舆情系统,论述军事网络舆情分析系统(MNPOS)的特点、功能及体系架构;研究一个基于.NET Framework平台和XML交换格式的MNPOS,对军事网络舆情的信息采集与抽取、舆情分类与敏点标注、倾向性分析等技术作研究改进,推进MNPOS理论和方法研究的深化。