区块链舆情存证方案设计及应用挑战

席卷全球的新冠肺炎(COVID-19)疫情,不仅带来了损害身体健康的病毒,也滋生了舆情空间的信息"病毒"。如何通过技术方案来应对极端重大突发事件下的信息"病毒"是当下备受关注的热点和难点。本研究面向舆情存证的三个难点:技术层面的信息与隐私安全、法理层面的合法性、运行层面的合理性,提出基于区块链技术的设计思路:融入零知识证明技术来解决公众数据隐私性问题、构建匹配舆情存证逻辑的智能合约来解决技术落地的法理性问题以及设计差分授权模式来解决决策业务的合理性问题。鉴于舆情存证是一个复杂的社会问题,本研究也对舆情存证系统实践中面临的巨大挑战和问题进行论述。新冠肺炎疫情必将过去,但是由此引发的极端重大突发事件下的信息"病毒"治理才刚刚开始,本研究只是抛砖引玉,以启发更多的学者来思考。     

社交媒体中企业生成内容（EGC）的社会化传播行为研究 ——基于内容和情感分析视角

【目的/意义】随着企业生成内容（EGC）的兴起,以低成本实现广告信息扩散效果最大化已成为商业界和学 术界关注的焦点。本文将 ELM理论和用户卷入行为研究拓展到社交媒体领域,探究 EGC社会化传播的影响因 素。【方法/过程】以微博为平台,利用泊松回归模型,分别从企业和用户层面,对 EGC沟通内容和用户卷入情感等特 征进行剖析。【结果/结论】企业层面中描述产品或服务细节的信息性内容、致力于培养良好关系的说服性内容,和 用户层面中评论数、点赞数、积极的评论情感、较低的认证者比例会正向促进用户的转发。     

基于信息关联的负面网络舆情风险分级与预测研究

【目的/意义】网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络 社会治理成效意义重大。【方法/过程】构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加 权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此 对负面网络舆情进行风险预测。【结果/结论】实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠 度高,可为负面网络舆情风险精准响应提供有效决策依据。【创新/局限】以信息关联为视角,为负面网络舆情风险 分级与预测提供了新的研究框架,但典型案例数据库有待继续完善。     

非常规突发事件网络舆情热度评价体系研究

非常规突发事件由于前兆不充分,具有明显的复杂性特征和潜在的次生衍生危害,而且破坏性严重,采用常规管理方式难以有效应对的突发事件。因其具有强烈的社会危害性,近年来备受学者们关注。互联网作为非常规突发事件信息传播的载体和平台,使信息传播更迅速,也使事件影响力剧增。通过建立指标体系衡量和评价非常规突发事件网络舆情热度,明确舆情涨落的深层次影响因素和内在作用机理,为政府舆情控制、引导、以及预案制定等提供理论依据。     

非常规突发事件网络舆情热度评价指标体系构建

非常规突发事件由于前兆不充分,具有明显的复杂性特征和潜在的次生衍生危害,而且破坏性严重,采用常规管理方式难以有效应对的突发事件.因其具有强烈的社会危害性,近年来备受学者们关注.网络作为非常规突发事件信息传播的载体和平台,使信息传播更迅速,也使事件影响力剧增.通过建立指标体系来衡量和评价非常规突发事件网络舆情热度,通过权重计算能够明确各个指标影响力大小,从而明确舆情涨落的深层次影响原因,为政府舆情控制、引导,以及预案制定等提供理论依据.     

网络舆情与非常规突发事件作用机制——基于系统动力学建模分析

非常规突发事件因其爆发性、演变不确定性、群体扩散性等特点备受学者们关注.随着互联网技术的发展与互联网应用的普及,网络作为非常规突发事件信息传播的载体和平台,令英信息传播更迅速,也使事件影响力剧增.利用系统动力学建模认识非常规突发事件涨落规律是一个新的研究角度,其能够分析系统中作用主体之间相互影响关系,以及相关因素的作用力大小,从而探究事物自身演化机理,找寻规律,为控制非常规突发事件网络舆情扩散,引导非常规突发事件舆情传播提供有力依据.     

企业微博信息与短期绩效的BP神经网络预测研究——基于信号分析视角

[目的/意义]致力于更好地挖掘和利用企业微博中的信息,利用信号分析方法构建了基于企业微博的信号指标框架,为有效地预测企业短期绩效提供了新思路。[方法/过程]将该预测体系应用于典型的经验品—电影行业,经过线上收集信息、辨识信号、解读信号,最终借助BP神经网络模型输出线下首周电影票房的预测结果。[结果/结论]企业微博具有很高的探索价值,企业发布的信息性内容特征量和企业关注者的结论化反馈程度等因素对预测结果的影响较大,并且包含企业微博信号的模型预测能力得到了显著地提升。     

基于贝叶斯网络建模的非常规危机事件网络舆情预警研究

网络舆情态势作为衡量社情民意的主要指标,在管理实践和学术研究中显得尤为重要。针对网络舆情作用主体复杂多样、作用关系难以预知、作用程度难以计量等特点,将贝叶斯网络建模方法和网络舆情态势评估相结合,同时基于贝叶斯网络三个重要特点--复杂关联关系表示能力、概率不确定表示能力以及因果推理能力,提出基于贝叶斯网络建模的网络舆情态势评估方法。通过对关键指标数据进行仿真和学习,建立网络舆情态势评估模型,从而对网络舆情态势进行有效评估和预测。     

微博话题流行度统计分析及其影响因素研究

【目的/意义】致力于理解微博网络话题演化特征及其影响因素,本文引入流行度概念,将微博话题按流行 度高低分为四类,然后从话题表现形式、微博网络结构、话题类型、话题发布时间等四个角度对微博话题流行度进 行分析。【方法/过程】采用统计分析、相关分析和对比分析相结合的方法,多角度探索微博话题流行度演化规律。 【结果/结论】微博话题随时间演化的规律各不相同,且话题的表现形式、话题类型和话题发布时间对话题的流行度 影响较大。话题发布人的粉丝数与话题流行度具有强正相关关系,而关注数与流行度的关系未得到验证。     

客户关系管理是我国企业战略研究的当务之急

客户关系管理是当前的研究热点。由于国内企业发展的特殊轨迹，在此方面的研究和应用明显落后于国外。针对这种情况，本文分析客户关系管理的内涵及其意义的基础上，详细阐述了中国加强这一领域研究与应用的重要性和紧迫性，并探索了国内研究的具体方向。