基于马尔科夫逻辑网的网络舆论引导技术

计算机和互联网技术的快速发展,在给人类提供极大便利的同时,也给人类社会的政治、经济和文化生活等方面带来了巨大的冲击和负面影响,并由此产生了传统社会没有的、新型的社会问题——网络社会问题。网络社会问题在全世界范围内都是广泛存在的,其复杂性和多样性等特点解决起来也是一个不小的世界性的难题。因此通过对网络进行监控,对网络舆论导向进行分析,并智能的做出回应,对于正确引导舆论走向是有必要的。本文对网络舆情引导理论和技术方面进行研究,采用基于马尔科夫逻辑网络模型进行舆论引导,通过对已有知识库的学习,推断未知知识库,即需要引导的舆情领域相关引导的参数,达到舆情引导的效果。     

基于大数据的网络舆情的分析

随着互联网应用和技术的迅速发展,网络舆情在数据载体量、复杂性和产生速度等方面产生了明显的变化,基本的分析枢架已经不能满足网络舆情的分析要求,因此为了更好的分析网络舆情,必须在基本的大数据基础上有所改进,以下将就网络舆情的基本分析方法对当前网络舆情大数据的特征和分类进行归纳,并对网络舆情创新将向大数据靠拢的观点进行说明。     

突发性公共事件的网络舆情应对研究

当前我国正处于社会转型期,各种社会矛盾日渐凸显,突发性公共事件不断出现,并且呈现出对抗性增加、矛盾突出且日趋复杂等特征。在这些事件的传播过程中,网络舆情使其社会影响进一步扩大,对社会稳定造成严重危害。因此,必须高度重视突发性事件的网络舆情,正确引导社会舆论,促进社会和谐稳定。     

基于大数据的互联网舆情监管系统设计与实现

网络技术的发展使得信息量呈爆炸式增长,大量视频和文字信息在网络中快速传播.在这种背景下网络舆情传播能够反映社会主流态度,起到导向作用,必须对其进行正确引导,所以加强监管势在必行.本文介绍了基于大数据技术的互联网舆情监管系统,对系统的设计原则、设计方案及主要功能进行了叙述.     

爬虫在旅游满意度网络舆情调查中的应用研究

随着"互联网+"的迅猛发展和移动互联网的大范围普及,大众的旅游行为越来越依赖于网络平台,而随之产生的海量舆情数据也成了评价各种旅游要素的重要指标。但因为其数据量大、信息复杂,在进行旅游满意度统计时很难将其进行有效的统计分析,从而造成资源浪费。文章从爬虫入手,分析现阶段网络舆情监控体系核心技术要求,根据其技术要点,提出一种旅游满意度网络舆情调查解决方案,进行系统构建及采集策略规划,实现旅游满意度网络舆情数据的采集和分析,并对其可行性进行实验验证。     

自媒体时代网络舆情危机应对策略

自媒体时代的到来使舆情环境变得更为复杂,频发的网络舆情危机给社会稳定造成了不同程度的负面影响。如何有效应对自媒体时代网络舆情危机,本文将从自媒体的特点、由此产生的网络舆情危机特点以及应对策略等方面进行分析和探讨。     

数据挖掘技术在网络舆情危机管理中的应用研究

网络舆情危机事件发生后,能否对网络舆情危机进行有效管理,关系到舆情危机的成功处理,也事关社会的和谐与发展.因此,加强网络舆情危机事件的管理研究,对提升社会的危机管理能力具有重要意义.随着信息化技术快速发展,数据挖掘技术应用范围越加广泛,信息化管理在优化网络舆情危机的应对方法和改善舆情危机管理中发挥着重要作用.本次研究通过对数据挖掘技术在网络舆情危机管理中的融合特征进行分析的基础上,基于网络舆情危机管理现状,对数据挖掘技术在网络舆情危机管理中的应用进行了详尽论述.     

基于Web挖掘的网络舆情智能分析

网络舆情是公众在互联网上对某一社会现象或社会问题公开表达的具有一定影响力的共同意见。Web信息挖掘技术能够有效地对网络舆情的起源、受众及其特点、在网络上的扩散模式和影响效果进行分析。文章将对Web信息挖掘技术的含义、类别和组要方法进行分析,研究Web挖掘技术在网络舆情中是如何进行智能分析,以期对网络舆情管理部门对管理网络舆情信息提供借鉴和参考意义。     

基于BiGRU模型的多模态网络舆情情感分析

情感分析可以挖掘社会热点事件网络舆情的矛盾冲突,加强对多模态信息的分析处理,对网络舆情管理具有重要意义。本文基于BiGRU模型构建多模态网络舆情情感分析框架,运用word2vec提取文本特征,卷积神经网络提取图像特征,采用线性融合进行特征融合实现情感分析。与基线模型相比,本文的多模态网络舆情情感分析方法准确率、宏平均F1和加权平均F1的结果更优,对现实生活产生的舆情事件具有较好的情感识别效果。     

网络舆情泛娱乐化现象的社会情境分析

娱乐是景观的主宰模式,成为塑造政治、伦理和日常生活的一个强大的、充满诱惑力的手段。我们正处于一个泛娱乐化时代,网络舆情呈现“泛娱乐化”倾向,而网络舆情泛娱乐化产生、存在和发展的社会情境也发生了变化。本文的主要研究内容为,第一部分说明网络舆情泛娱乐化现象产生的社会情境,包括市场经济条件下的必然以及网络新闻的传播者过分追求利益。第二部分分析网络舆情泛娱乐化现象发展的社会情境,网络舆情泛娱乐化受西方泛娱乐化浪潮,国内媒介环境转变和网络媒体受众地位加强的影响。第三部分归纳网络舆情泛娱乐化对个体的影响,网络舆情的泛娱乐化会改变人们的行为习惯和生活方式,影响受众的社会责任感,受众的人生态度容易受网络舆情泛娱乐化影响而出现偏差。     

基于大数据和人工智能进行网络舆情分析的研究

随着互联网、移动互联网、物联网、社交网络等技术和应用的兴起,媒体技术的革命正在造就一个全新的舆论环境,网上言论已达到前所未有的活跃程度,互联网日益成为社会各阶层利益表达、情感宣泄和思想碰撞的平台,进而产生巨大的舆论信息。面对网络上产生的海量信息数据,快速筛选出有用的网络舆情信息,通过网络舆情分析、监控民情意见、情感倾向,为相关部门提供及时的协助决策和分析结果,快速形成处理网络上突发性群体事件的可行性方案,是保障大数据舆论监督有效性的关键。文章提出了一种基于大数据云计算、信息预处理优化聚类算法及中文NLP(自然语言处理)情感倾向分析算法的人工智能网络舆情分析平台。加快有效信息的筛选速度及民情导向的分析速度,保证在海量网络数据的环境下,舆论监控工作的及时性和有效性。最后通过实验,与传统的统计式大数据信息分析系统进行比较,该方法具有信息收敛速度快、信息分析高效,可靠性高,特别是在做好重点关注领域的分类训练后,随着采集数据量的增长,对舆情导向分析结果也更准确。     

基于系统动力学的网络舆情驱动力模型研究

网络舆情作为社会舆情在互联网空间的映射,反过来影响着社会实体事件的发展进程。提升网络舆情处置能力,已成为管理部门的一项重要任务。分析了网络舆情的传播规律及其特点,利用系统动力学分析了网络舆论生态传播系统的驱动因素,通过因果回路图对因素之间的关系进行定性分析,并建立网络舆情驱动力模型。最后,对该模型进行仿真分析,以期提出积极管理网络舆情传播的建议。     

基于Lucene全文检索在网络舆情的研究

随着互联网逐渐成为当今社会最重要的舆情载体,网络舆情监控正受到政府、企业及个人的密切关注。通过网络舆情监控,能够了解舆论动向,引导舆论发展,从而制定正确的应对策略,并及时采取措施。在丰富的Web资源中,高效率的搜索并获得所需要的舆情信息是一件困难的工作。为了解决这样的问题,在基于Lucene灵活的API函数接口和可以定制的数据存储结构的基础上,设计了一个高效率、合理的、实用的网络舆情系统,实现对网络舆情的快速监控。     

非常规突发事件网络舆情热度评价体系构建——基于BP神经网络算法

Because unexpected emergency owns the characteristics of explosive, uncertain evolution direction and group diffusion, more and more researchers concentrate on and try to control it. In addition, considering the force of network, the information of the unexpected emergency will be spread and enlarged rapidly on internet. It is a new viewpoint using the indicator system to estimate the heat degree of net-mediated public opinion on unexpected emergency, which can reveal the underlying reasons about the formation of the heat degree. Moreover, we use BP (Back Propagation) neural network method instead of traditional subjective weight assignment to calculate the weights of the indicators which can make evaluation results more accurate and objective.     

微博网络中基于主题发现的舆情分析

针对现有微博网络舆情分析的研究中没有从全局层面考虑舆情文本特征的情况,结合微博网络舆情的主题及趋向性分析,提出了基于主题发现的微博网络舆情分析模型,从文本预处理、微博文本特征提取、微博舆情的主题发现及趋向性分析三方面进行了具体描述。仿真结果表明,基于该模型实现的微博网络舆情分析方法在微博网络舆情的分析处理中检测效果良好,说明该模型有效。相关内容可为该领域的进一步研究提供有价值的参考。     

基于数据挖掘技术的网络热门舆情分类研究

以提升网络热门舆情分类准确率,降低分类时间为目标,提出了基于数据挖掘技术的网络热门舆情分类方法.将小波核函数和支持向量机结合构成小波模糊支持向量机,采用增量学习机制和贝叶斯分类算法建立增量贝叶斯分类算法,组成小波模糊支持向量机-增量贝叶斯分类算法解决测试样本易分类失误以及类条件独立假定性很难获取问题,通过计算待测样本和...     

政府网络舆情监控系统的实现

互联网以其便捷、虚拟化、传播快等特点使大众更乐于通过网络方式发表各自看法,形成网络舆情。政府通过构建网络舆情系统,及时了解社情民意,主导网络舆情。从网络舆情系统技术实现方面,介绍了舆情系统进行舆情收集、分析、预警、报告的整个过程,详细论述各个过程实现的关键技术,从而为理解和构建政府舆情监控系统提供参考。     

东营市应对网络舆情的联动应急机制研究

论文在分析了网络舆情危机的成因、特点及演化等问题的基础上,进一步分析东营市地方政府应对网络舆情危机不恰当的因素。从而提出应该构建应对网络舆情危机的应急机制体系,提升东营市地方政府对网络舆情危机的掌控能力与应对能力。     

网络舆情事件热点发现的算法比较分析

介绍了当前网络舆情话题检测所广泛使用的算法,讨论了当前网络技术发展环境下海量网络信息对网络舆论突发事件中话题发现造成的影响。结合舆情监控系统的设计,详细阐述了热点发现的过程中几种算法的实现过程,并对几种算法进行了比较分析。     

浅议地方电视台新闻监督节目如何抓好选题——以大同广播电视台《消费报道》栏目为例

随着5 G时代的到来以及新媒体的迅猛发展,地方电视台舆论监督的主导地位日益受到挑战。互联网已成为宣传思想工作的主战场。公众不再依靠广播、电视、报纸,而是通过互联网、微信、抖音等途径获取信息。面对激烈的市场竞争,地方电视台的舆论监督类节目应创新思路寻找新的突破口。结合大同广播电视台《消费报道》栏目对此进行详细论述。