基于情感倾向性分析的网络舆情情感演化特征研究

[目的/意义]旨在通过对网络舆情进行情感倾向分析和舆情追踪,为政府有效掌控网络舆情突发事件提供理论基础与决策支持。[方法/过程]以"罗一笑"事件为例,在建立加入特定事件语料情感分类词典和构建情感倾向分析模型的基础上,统计该事件微博文本的情感性强度和情感类型,从而划分网络舆情演化阶段。[结果/结论]揭示了舆情演化各阶段的特征与规律,据此提出引导网络舆情情感演化的相关建议。     

基于多方博弈的网络舆情协同共生机制研究

[目的/意义]旨在加强网络舆情参与主体的协同,提高对网络舆情的控制和引导能力,营造良好的网络环境。[方法/过程]基于博弈论思想和生态学中的共生理论,从舆情主体角度考虑,通过对各阶段博弈模型的分析和求解,深入挖掘网络舆情发展路径中各个博弈方的最稳定选择,构建网络舆情协同共生机制。[结果/结论]提出强化共生单元协同交互功能、营造正向共生环境、打造对称互惠一体化协同模式等对策,为政府和社会对网络舆情的引导和应对提供决策支持。     

基于logistic的网络舆情共生效应与仿真研究

【目的/意义】探索网络舆情之间的共生关系和共生机理、分析共生效应重要环节,有助于增强政府应对和引导网络舆情的能力。【方法/过程】在生态学共生理论的基础上,通过共生舆情的质参量兼容性、发展水平和发展潜能分析共生效应作用机理,提出基于logistic的共生模型,结合生命周期理论进行仿真实验,阐释了共生效应对共生舆情的影响效果及其影响路径,并通过实证验证共生模型。【结果/结论】基于对共生模型的仿真实验及分析,按要素提出消除网络谣言负面影响和提升正面舆情积极影响的思路和策略。共生模型与实际数据的拟合程度较好也证明了共生模型的可靠性和有效性。【创新/局限】在深入研究舆情共生机理的基础上提出了基于 logistic的共生模型并进行了仿真分析和实证检验,但模型的适用范围仅局限于共生舆情。     

网络舆情中基于突发事件的应急预测算法研究

针对网络舆情中突发事件发生发展的不确定性,提出一种基于贝叶斯算法的突发事件应急预测方法,综合考虑用户影响力和词语权重信息,给出突发度的概念,依据其判断一个词是否为突发词。按照突发事件演化的过程,以网络舆情中突发事件的状态改变为基础,分别建立三种子网络,基于子网络中的公共变量结合三种子网络,构成网络舆情中突发事件预测的整体网络。求出网络中所有节点的边缘概率,获取先验和后验概率网络,给出网络舆情中突发事件贝叶斯网络中的推理,从而完成网络舆情中基于突发事件的应急预测。仿真实验结果表明,所提方法具有很高的准确性。     

社会民生事件中网络舆情演化与引导机制研究

[研究目的]针对智媒时代网络舆情呈现出的多变性、聚焦性、盲从性等特点,以及谣言泛滥、网络对峙、集群效应等舆情极化现象,开展新的网络舆论生态结构下舆情演化规律和引导策略相关研究,以期为决策者科学制定舆情应对方案提供参考依据。[研究方法]选取2016—2021年间36起社会民生舆情典型案例,运用计算传播研究方法,进行舆情演化机制的定性比较分析,构建负面情感引导模型,开展“时度效”仿真分析,提出以网民实际需求为导向的分众化舆情引导策略。[研究结论]研究发现,社会民生事件在多参与主体交互作用下,有较明显的网络发酵过程;公众有较强情感诉求,媒体和意见领袖参与数量多,能够引发共情心理,共同构成引致此类舆情事件的内在机制;舆论引导实践中,应采取“先度后时”原则,以疏解网民情感为核心,采取针对性引导策略,真正做到合时、适度、有效。     

自然灾害事件网络舆情情感演化特征分析——以“河南暴雨事件”为例

[目的/意义]探索河南暴雨事件的网络舆情情感演化特征,为自然灾害事件网络舆情治理提供参考。[方法/过程]基于网络舆情发展中情感演化视角,构建了河南暴雨事件网络舆情处理分析模型,以微博舆情数据作为研究对象,采用SnowNLP、词云等方法揭示其情感特征和情感倾向。[结果/结论]网络舆情处理分析模型能够合理划分舆情演变阶段,发现舆情演变规律,为相关部门提供有针对性的引导策略及理论支撑。     

医保欺诈事件舆情传播的情感焦点与情感倾向演化研究——基于舆情客体视角

【目的/意义】从舆情客体视角探究医保欺诈事件传播周期中情感焦点及情感倾向两个维度的舆情演化趋势,对政府倾听民众诉求及舆情治理有重要意义。【方法/过程】依据生命周期理论划分舆情传播阶段,利用Word2Vec判断舆情客体,使用LDA方法挖掘评论主题进而识别情感焦点,同时使用SnowNLP进行情感倾向研究,最后基于认知-感情相符理论发现民众诉求。【结果/结论】能够挖掘出民众对不同舆情客体在各生命周期的情感焦点、情感倾向及二者演化趋势。研究发现民众态度从事件相关讨论过渡到事件本质探究,而后关心事件后果,最后提出建议,且情感焦点与情感倾向识别结果具有一致性。     

情绪演化视角下网络舆情群体极化动力学机理研究

【目的/意义】随着互联网的日益普及与新媒体技术的广泛应用,网络舆情群体极化现象日益加剧。研究网络舆情群体极化动力学机理,科学地把握网民情绪演化规律对塑造健康的舆论生态环境具有重要意义。【方法/过程】以网民情绪演化为主线,构建网络舆情群体极化系统动力学模型,从情绪唤醒、情绪干扰、情绪疏解三个维度并结合“女子实名举报前婆婆吃空饷”案例对网络舆情群体极化进行仿真研究。【结果/结论】通过仿真结果分析,网民的媒介素养、认知水平;媒介的议程设置、平台监管力度;政府的信息公开程度、回应速度等因素对群体极化的影响程度更为重要,并以此为群体极化的治理工作提供相应对策。【创新/局限】以情绪演化视角对网络舆情群体极化进行定性与定量的结构化系统性研究。局限在于数据的量化处理具有较强的主观性且系统因素的选取还需逐步完善。     

行动者网络理论视角下网络舆情的演化及治理研究

[研究目的]以往关于网络舆情的研究多将舆情演化的动因归根于社会问题,这种笼统的社会问题归因有将舆情演化机理“黑箱化”的嫌疑,也阻碍着研究者对其真正机理的追寻与理清,行动者网络理论为舆情演化的过程性研究提供了一种理论可能。[研究方法]以“成都49中学生坠亡事件”为网络舆情个案,以行动者网络为分析框架,识别出舆情中的多元行动者,并跟随这些行动者,揭示舆情的演化过程。[研究结论]研究发现,网络舆情的演化是人与技术等多元异质行动者参与、行动的过程。网络舆情演化的内在机理则源于多元异质行动者行动逻辑的联结与冲突。网络舆情的治理可以从打破“行动者网络”的联结与化解行动逻辑之间的冲突入手。     

事件系统视角下网络舆情态势感知研究

[研究目的]随着互联网技术的发展,网络环境变得日益复杂,网络舆情事件发展态势感知的难度也在不断加大,为网络舆情监管带来了极大挑战。在舆情事件发生时,及时感知其发展态势,厘清其演化特征和规律,藉此提出相应建议,对引导与治理网络舆情具有重要意义。[研究方法]基于事件系统理论,提出一种融合态势感知理论和用户画像的网络舆情态势感知模型。首先,采集舆情事件时间、空间和强度要素相关数据。然后,划分舆情演化阶段、分析网络舆情扩散属性和情绪强度属性的特征。最后,构建Grey-BP神经网络模型,预测网络舆情扩散属性和情绪强度属性的后续发展态势。[研究结论]从事件系统视角出发,构建了融合态势感知理论和用户画像的网络舆情态势感知模型,整体性地探究舆情事件时间、空间和强度要素特征,能够较为全面地阐述网络舆情的演化态势,并可靠地预测其未来演变趋势。     

网络舆情的知识网络结构、趋势与演化分析

以CNKI和Web of Science数据库中关于网络舆情的相关文献为分析对象,基于共词网络分析法,对国内外网络舆情研究进行了文献计量分析,整理了该学科研究机构和作者的相关合作关系,并分阶段对网络舆情共词网络结构进行研究,通过学科知识网络可视化,展示了国内外网络舆情各阶段的研究热点和演化情况,最后将国外相关情况进行对比分析。研究结果表明,国内与国外的研究相比存在一定不足,在今后的研究中,国内应加强作者和机构之间的合作,积极与其他学科结合,努力开拓新的研究方向,促进网络舆情研究的发展。     

面向网络舆情的哈萨克语情感词汇自动获取

为提高网络舆情分析中哈萨克语情感词汇获取的效率,解决人工获取方式低效的不足,提出了情感词汇自动获取机制。根据哈萨克语文本语料特点,分析了情感词汇的特征规则,结合词频逆文档频率( TF-IDF),建立了哈萨克语情感词汇特征模板,在此基础上利用最大熵模型实现哈萨克语情感词汇的自动获取。实验表明,哈萨克语情感词汇自动获取正确率达到74.2%,该方法是有效的。     

信息分层视角下“全棉时代”网络舆情的情感极化探究

在互联网社会,受众获取信息的机会和能力存在差别,出现了数字化社会中的信息分层。根据信息分层理论,以"全棉时代"网络舆情为例,探讨舆情中的情感极化现象,分析网民的信息认知、获取和再加工过程容易受同质性信息的影响,形成情绪合力,网络用户在情感、意识形态和态度方面出现极化现象。