机会网络舆情传播的MCA模型及仿真研究

为了研究舆情主体的流动性和记忆能力对舆情在机会网络中传播的影响,提出移动实体、元胞容量和元胞吸引力新概念,扩展经典元胞自动机模型,并结合现代心理学的记忆理论,建立移动元胞自动机舆情传播模型。在此基础上,考虑舆情主体对新鲜观点存在抵触情绪,提出了舆情主体情感态度倾向性和态度转变阈值的概念,制定实体状态转换规则和移动规则,从而分析影响舆情在机会网络中传播的主要因素。结果表明:舆情主体流动性的提高、记忆时间阈值的增大可以促进舆情传播;不同情感态度的主体比例相差越大,舆情同质化率就越高;舆情主体的空间密度越高,舆情传播速度越快;舆情主体自身情感态度倾向性越大,舆情传播速度越慢。     

采用元胞自动机的网络舆情传播模型研究

采用元胞自动机(CA)理论研究因特网舆情传播,设计了一个舆情传播元胞自动机模型结构,包括元胞状态取值、元胞空间和邻域。针对互联网元胞状态转换提出了考虑元胞坚定性的多数规则计算公式和元胞移动遍历算法。在讨论仿真结果时定义了倾向强度、倾向聚集度、元胞峰值和元胞倾向众值等四个参数,分别对不同坚定性和固定/移动元胞状态计算的迭代结果讨论其不同的演变过程、形态和意义,提出特别需要关注具有坚定性特点的元胞移动遍历的舆情传播过程,它们更加接近因特网网络舆情的真实传播过程。仿真结果说明了该方法和模型的有效性和合理性。     

基于改进的元胞自动机的网络舆情传播模型

本文针对网络舆情传播,结合元胞自动机理论,提出了一种三维元胞自动机模型。该模型能够更加准确地模拟网络舆情的传播动态,有效地解决舆情传播过程中遇到的问题。实验结果表明新的模型和算法简便、高效,基于三维元胞自动机建立的传播模型清晰的表达了网络舆情传播的过程。     

突发事件网络舆情传播与预警模型研究

随着网络的普及使用,我国网民数量不断上升,网络舆情无论是内容还是传播的速度都在不断攀升,突发事件 网络舆情的预警与控制,已经成为一道必须正视的问题。由于突发事件有其特定的生命周期,突发事件网络舆情也有其时段 性,要根据舆情传播的变化,注重对突发事件网络舆情传播的管控,避免群体极化现象和舆情的多级衍生。本文主要从构建网 络舆情研判指标体系,构建网络舆情预测模型和突发事件网络舆情预警措施三个方面进行了简要分析,对突发事件网络舆情 传播与预警模式进行研究。     

网络舆情SIR模型优化与干预研究

【背景】网络舆情对企业的健康发展产生越来越重要的影响作用。SIR传染病模型是常用的网络舆情传播研究模型,目前关于网络舆情传播的研究大部分是基于SIR模型及其变种。但现有SIR模型没有将感染者细分,不利于网络舆情的传播研究和精准化监控。【目的】通过优化SIR模型,使其更能反映企业网络舆情的真实情况,并提升监控效果。【方法】将SIR模型的感染者细分为积极的感染者、中性的感染者和消极的感染者等三类感染者。对于不同类型的感染者,其发帖率不同。设置差异化的发帖率,以提升企业网络舆情的监控和预测精准度。根据不同的网络舆情级别,设计三个不同干预级别的监控措施,提升监控效果。【结果】将改进模型应用到“海底捞大肠菌群不合格”的真实企业网络舆情,从效果对比得知,改进模型的监控效果比SIR模型的更理想。【结论】细分研究对象、考虑感染者的发帖率、制定不同监管力度的干预级别,有利于提升企业网络舆情监管的精准度、监管成效和预测准确度。     

基于SEIR模型的舆情传播和舆情控制模型

为研究跨平台之间舆情传播及舆情控制的影响要素,以微信和微博交互平台为例,基于SEIR模型构建了网络舆情传播和舆情控制模型。在Anylogic平台选取“南非发现新冠新型变异毒株Omicron”舆情时间进行仿真实验,主要研究分析了交互平台下媒体引导和政府干预对舆情传播和舆情控制的影响。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。     

基于模糊元胞自动机的网络舆情传播模型研究

考虑到信息在传递过程中普遍存在模糊性的特点,结合经典元胞自动机理论和模糊推理算法,设计网络舆情传播的元胞自动机结构,定义环境适应度k和偏好度h 2个输入变量,建立网络舆情传播的模糊元胞自动机模型。对网络舆情传播中个体观点的演化过程进行Matlab仿真与分析,结果表明,在经过交流与讨论(对应于元胞进行足够多次数的迭代和演化)后,群体的观点和意见会出现归一的现象,归一不是归于处在2个极端的赞成或反对,而是向中间聚拢,最后形成一个折中的意见。该模型可以更好地描述网络舆情的实际传播过程。     

基于传染病模型的社交网络舆情话题传播

针对传统模型难以真实地描述社交网络舆情话题传播过程,提出一种基于传染病模型的社交网络舆情话题传播模型。分析了社交网络舆情话题的传播特点,根据传染病动力学机制,将内部感染概率、外部感染概率、免疫概率以及直接免疫概率引入舆情话题传播过程中,构建了社交网络舆情话题传播模型,在Matlab 2012平台下采用Facebook数据集进行仿真测试。仿真实验结果表明,该模型可以准确描述社交网络中的话题传播行为特征,研究结果可以为社交网络舆论管理者提供有价值的参考意见。     

基于SIR的SNS网络舆情话题传播模型研究

舆情话题通常是由突发性的新闻事件所引发,社交网站(Social Network Sites,SNS)因其庞大的用户规模和开放性、即时性与互动性等特点,成为舆情话题传播的重要渠道.因此,研究SNS网络中的舆情话题传播机制,将有利于对舆情话题的传播过程进行分析与监控.然而传统的网络信息传播模型无法真实地描述SNS网络中的舆情话题传播过程.为了解决上述问题,分析了SNS网络中的信息互动模式及舆情话题的传播特点,基于无标度网络上的SIR模型,通过引入内部感染概率、外部感染概率、免疫概率以及直接免疫概率,构建了SNS网络中的舆情话题传播模型.仿真结果表明,基于SIR的舆情话题传播模型可以很好地描述SNS网络中的舆情话题演化规律.     

基于非理性博弈的舆情传播仿真建模研究

随着社交网络的不断发展,借助社交网络进行传播的舆情信息的威胁越来越大. 本文利用博弈论的方法研究了舆情信息的传播机制,从理性博弈和非理性博弈的角度出发对个体与邻居的交互行为进行建模. 随后以目前较为成熟的传染病模型为基础,通过引入传播学中的社会威慑因素来构建基于非理性博弈的舆情传播模型,以实现适应舆情传播研究的仿真系统,继而将基于非理性博弈的舆情传播模型在无标度网络和小世界网络上的动力学特征进行理论分析. 在仿真环境中对非理性博弈的舆情传播模型进行实验,分析模型参数、网络密度和舆情传播源对舆情传播的影响,其结果符合理论分析结果. 最后对无标度网络上舆情传播的控制策略进行了研究,包括：社会威慑方法、目标免疫方法和正面消息方法,为社交网络上的政策制定提供了理论基础.     

互联网突发事件的舆论传播特征及引导研究

随着网络传播这一新型传播方式的逐渐普及,网络突发事件这一在网络传播中出现的事件也展现了频发的态势.正确的网络舆论引导可以有效规避网络突发事件传播中的负面效应.通过对互联网突发事件的舆论传播进行整理和分析,以10月16日"湖南新晃修建夜郎古国"网络事件为例,总结了网络舆论传播的主要特征,并指出舆论引导的注意事项,最后提出...     

网络舆情技术浅析

网络舆情技术分析是近几年伴随网络兴起的一个数据分析系统,各种网络舆情监测产品很多,涉及了多种技术。文章针对网络舆情系统涉及到的技术点做了基础的、系统的介绍,主要从网络舆情监测系统中最重要的两个技术点进行讨论,网络舆情的数据采集和网络舆情检索分析技术。     

基于藏文网络的舆情传播模型

通过研究网络舆情传播的发展现状、趋势及特点,介绍了藏文网络舆情传播的特点和作用.根据复杂网络理论的研究方法对藏文网络舆情传播规律进行实证分析,设计了一个藏文网络舆情模型结构.研究表明,通过聚类可以提高藏文网络舆情的准确性,Web挖掘能够有效地从藏文网络上获取并分析相关舆情信息.     

基于语义文法的网络舆情精准分析方法研究

传统的基于关键词统计分析的网络舆情分析方法由于缺少对舆情文本必要的语义处理,往往导致分析结果不准确。提出一种基于语义文法的网络舆情精准分析新方法。该方法包括两部分:首先是可执行的网络舆情精准分析语言Eipoaal,它可根据实际舆情分析需求设计Eipoaal程序,具有一定的通用性;二是网络舆情精准分析系统Ipoaas,它为Eipoaal提供运行平台。目前,已经实现了该系统,并应用到贪腐主题的网络舆情分析中,实验结果证明了方法的有效性。     

基于网络舆情的K-Means算法的改进研究

传统的K-Means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感;凝聚层次聚类虽无需选择初始的聚类中心,但计算复杂度较高,而且凝聚过程不可逆。结合网络舆情的特点,深入剖析了K-Means聚类算法和凝聚层次聚类算法的优缺点,对K-Means聚类算法进行改进。改进后算法的核心思想是,结合两种算法分别在初始点选择和聚类过程两个方面的优势,进行整合优化。通过实验分析及实际应用表明,改进后的文本聚类算法在很大程度上可以提高网络舆情信息聚类结果的准确性、有效性以及算法的效率。     

互联网舆情监管与应对技术探究

当前,随着互联网的技术性、自由性、互动性、普及性的发展,互联网正成为社会各种利益诉求的表达、意识形态较量的媒介,成为社会公众关注时事政治、评论时事政治的公共平台,成为快速表达民意的渠道。这就要求有关部门要对网络信息内容实施有效监管,以保证社会的安全与稳定,而要实现对海量的网上内容的有效监管,就必须得到网络舆情监管技术的支撑。文章介绍和分析了中国网络舆情发展的现状和网络内容监管技术的发展方向,对网络舆情采集与获取技术、舆情处理技术进行了集中分析。     

小世界效应的网络舆情演化迁移元胞模型

依据网民关系网络拓扑的小世界效应特性,提出网民观点的倾向度转换规则,在网络舆情网民关系小世界网络矩阵表示的基础上,构建基于小世界效应的网络舆情演化迁移元胞模型,运用该模型分析网络舆情演化,产生了倾向度转换图、粗细粒度倾向度曲线的仿真结果.通过对试验仿真结果的分析,揭示了网络舆情演化的观点极分化和观点漂移的现象,分析了“核心”区域漂移现象和倾向度曲线多波峰现象的成因,仿真结果表明该模型能较好拟合网络舆情演化的规律.本研究对网络监察部门和新闻管理部门的管理提供了一定的理论依据.     

互联网技术在环保网络舆情预警、引导中的应用

本文对历年来环保网络舆情的统计资料进行分析,得出环保网络舆情的特点,从环保网络舆情的特点出发,研究舆情监测预警、引导的措施,利用互联网技术建立了监测预警平台、行政权力公开运行平台、环保门户网站,使环保部门能够第一时间抓取到环保网络舆情,进行信息发布和舆论引导,遇到重大环保危情时,和应急系统相结合,及时处理.     

基于GARCH模型的网络新闻与舆情的波动性分析

网络新闻产生的舆情波动一般具有异方差特征,难以用普通模型拟合。由诺贝尔经济学奖获得者恩格尔教授提出的条件异方差(GARCH)模型在分析证券价格波动性方面获得极大成功。本文利用GARCH模型分析网络新闻与舆情的波动性,通过典型事件的舆情采集,分析数据的特征。研究表明,网络新闻与舆情的波动性符合GARCH模型的特征,通过参数的调整和检验,可以实现模型与数据的良好拟合。     

因特网上舆情传播的预测建模和仿真研究

序列模式挖掘是Web日志挖掘中的一个重要范畴。针对Wap算法中递归构建大量条件树的这一缺陷,提出了一种改进算法NGCWAP。NGCWAP算法采用前序遍历号和后序遍历号来跟踪频繁序列分布在哪些后缀树集中,避免了条件树的构建,从而减少了内存消耗。通过实验验证了改进算法的正确性和高效性。