基于信息挖掘的高校网络舆情监测系统开发

受网上各种信息的影响,高校大学生对社会诸多现象、现实和问题等反应敏感,易受到错误言论的蒙蔽和误导。针对高校网络舆情监测与预警手段方面的严重不足,开发了一个基于网络信息挖掘技术的高校网络舆情监测系统,系统利用网络蜘蛛技术、中文分词技术和文本聚类技术,通过对互联网信息进行采集、处理,舆情识别分析,实现了舆情热点与话题信息的推送与跟踪功能,可进一步分析舆情内容的观点与态度问题,筛选并判定各级别网络舆情的发生,从而进行公共危机和热点事件的监测和预警。     

基于马尔可夫模型的网络舆情热度趋势分析

针对网络舆情热度趋势的特点,利用基于马尔可夫模型的网络舆情热度趋势分析方法对巴黎恐怖袭击事件进行分析,该方法可有效预测热点网络舆情的走势,为后续建立网络舆情预警体系和网络舆情引导机制提供了理论支撑.     

数据挖掘支持下的网络热点事件地理可视化研究

针对网络热点事件舆论分析的需求,研究了开放式、参与式的网络信息扩散模式下,网络中用户之间的新型互动行为及其在热点事件传播过程中的时空特征。利用网络数据挖掘技术,通过对网络热点事件评论的挖掘,提取关注热点事件的时空信息。通过网络热点事件关注群体地理分布的可视化表达,得到网络热点事件的舆论动态,为舆情综合管理提供决策支持。     

政府相关网络舆情事件评估模型研究

运用热点舆情事件快速搜索技术,提出舆情指标体系;采用改进的证据推理方式,建立政府相关网络舆情评估模型。通过实验验证该模型的效果和应用范围。     

基于co-ICIB联合聚类的舆情监测系统设计

基于co-ICIB联合聚类的舆情监测系统的设计为舆情信息库,它通过联合聚类等数据挖掘算法可以快速及时地发现新的舆论热点.当舆论热点被确认,即在互联网上真正成为一个备受关注的话题时,文本分类算法可以将同一话题内的信息归类,有助于跟踪舆情的发展趋势.该舆情监测系统可为舆情监管部门提供原始舆情资料、数据性图表和建议性分析.     

地方政府应对网络舆情的实例分析——以“李刚门”为例

随着网络的普及,网络舆情已成为社会舆情的重要组成部分。正确应对网络舆情是政府工作的一个重要部分。以"李刚门"事件为例分析政府在应对网络舆情事件中存在的不足,并提出加强网络监管的对策。     

公路交通舆情监测及系统开发

以江苏省为例,采集了公路交通相关网络文本信息数据,从季度、年度、重大事件3个角度分别进行了舆情监测和分析,梳理了热点舆情的内容及走势变化,并基于长短期记忆网络设计了一种新的公路交通舆情情感分析方法,其准确率、查准率、召回率和AUC值分别达到96.1%、84.2%、88.9%和0.904. 最后构建了一套公路交通舆情监测系统,可以展示公路交通舆情关键词云图,并分析舆情情感倾向,为公路管理部门开展工作提供参考.     

旅游网络舆情热点事件监测与预警指标体系构建——以海南国际旅游岛为例

文章以海南国际旅游岛旅游舆情事件为研究对象,分析总结了2013年以来海南三亚主要旅游网络舆情事件,围绕网络舆情事件的发布主体、传播媒介、舆情受众、内容要素4个维度和舆情发展情况构建网络舆情监测指标体系和预警警戒,最后提出了建立海南旅游网络舆情总体预案,健全网络舆情事件协调机制和创新网络沟通平台的相关策略。     

政府网络舆情能力的时代意涵

网络信息技术的迅猛发展,网络舆情的大量涌现,给政府执政能力提出了新的考验。所谓政府网络舆情能力,就是政府借助网络舆情,来有效实施公共管理的一种综合性的执政能力。它包括政府同新兴媒体打交道、掌握网络技术、网络事件应急处理、舆情热点发现、网络舆情汇集、舆情公众预警、网络民意回应、舆情判断研究、舆情引导控制、网络监督管理等能力。当前,各级政府应充分认识提升政府网络舆情能力的现实必要性。     

融合立场检测和主题挖掘的突发公共事件网络舆情演化研究

基于立场检测和主题挖掘的突发公共事件舆情演化研究,能够帮助政府及利益相关者快速地掌握突发公共事件网络舆情的演化规律,具有重要的意义。划分具体突发公共事件的舆情生命周期,提出新的立场检测模型和主题句挖掘方法,针对每个生命周期阶段,在识别大众网民的立场信息的基础上筛选出高效用的舆情信息,再挖掘高效用舆情信息的主题,以深入分析突发公共事件主题信息的演化规律。以“杭州女子失踪案”的微博数据为例,首先将本文方法与多种方法的实验结果进行对比分析,验证了方法的有效性;然后基于实验结果进行舆情演化分析,证明了其能够在实际的突发公共事件舆情中快速聚焦关键点,较好地分析突发公共事件舆情演化规律和特点。该方法能较有效、准确地识别和分析舆情内容,为网络舆情演化的研究提供了新视角。     

基于结构平衡的社交网络舆情正向引导学习方法探讨

社交网络已经成为人们获取信息和进行社会交往的重要平台。一个话题经过众多网民评论与传播, 可能演变成社会关注的热点舆情。在社交网络文本大数据背景下, 从话题产生源头把握其演化趋势和发展规律, 对负向或弱正向话题采用适当的策略加以引导, 使其朝着正向发展, 对社会稳定具有重要意义。当前国内外相关研究尚处于起步阶段, 理论方法和研究手段还不成熟。在综述的基础上, 文章系统地提出网络舆情引导策略的理论与方法, 包括社交网络舆情生命周期与结构平衡协同演化模型;基于网络结构平衡的结构洞分析、关键节点人物识别、同质化分析的舆情引导模型特征参数分析;社交网络舆情正向引导式学习模型、算法及系统。     

基于ICE-LDA模型的中英文跨语言话题发现研究

近年来互联网在全球化的大背景下飞速发展,针对跨语言的网络数据挖掘成为国内外舆情分析的热点问题,有效实时地检测中英文网络环境下的热点话题对舆情的掌握和舆情的发展有着至关重要的作用。网络新闻作为网络信息舆情中的重要组成部分,由于互联网的大规模普及而成为人们方便快捷获知信息的重要来源。首先,本文选择中文与英文的网络新闻作为数据源进行采集,提出了在LDA模型上改进的ICE-LDA模型进行跨英汉语言网络环境下的共现话题发现。采用话题向量化的方式,对建模产生的话题进行JS距离检测和话题文本分布相似度度量。其次,本文分别对爬虫采集到的中英混合新闻数据分别构建可对比平行语料集和非可对比语料集进行话题建模,在建模过程中利用TF-IDF算法对文档提取特征词去噪,提高话题特征表示去除无意义噪音词。最后,分别采用两种不同的话题向量化方式进行跨语言的共现话题发现建模。实验结果表明,在本文设计的爬虫采集构建的真实数据集上,改进后的话题模型不仅能够在不需要先验话题对的情况下对可对比语料集进行跨语言共现话题进行发现,而且能够对语料不平衡的情况进行共现话题发现。     

基于因果回路图的网络舆情热度演化模型研究

针对目前网络舆情热度研究工作的不足,提出了一个基于因果回路图的舆情热度演化模型。该模型引入了网民、媒体、政府三个宏观因素,描述了对舆情热度演化的影响。分析仿真实验表明,网民和媒体作用量对舆情热度产生了正向的影响,政府作用量导致了舆情的负向作用。该模型能够准确描述舆情热度的演化行为,为舆情研究提供基础。     

Apriori算法的分析与改进

在舆论分析系统中,高效、准确地获取敏感词一直是研究的热点。由于Apriori算法能较好地挖掘出事务之间的关系,并能快速找出新的敏感词,所以探索改进的Apriori算法显的更为重要。本文分析了经典Apriori算法的不足,提出了改进的Apriori算法,优化了程序执行的效率。实验结果表明:改进后的Apriori算法的执行效率比经典Apriori算法的执行效率要高。     

群体性事件中网络“口水效应”分析及化解路径

在当前中国的社会发展中,因征地拆迁、经济纠纷、环境污染、非正常死亡等引起的群体性事件屡见不鲜。而网络的发展为群体性事件的信息传播提供了更为快捷、有效的方式,受众能够利用网络发表个人意见、释放个人情绪。因此,受众的某些网络言论会在短时间内形成舆论热点,制造出大量的"口水"。在负面"口水"先发制人的情况下,正面舆论往往会淹没在"口水"当中,无法引导舆论。在分析网络"口水效应"传播表征和负效应的基础上,将"口水效应"置于群体性事件的语境下审视,探求其化解路径。     

陕西省公共租赁住房保障体系发展现状分析

中国处于经济高速发展的阶段,城市化与城镇化快速推进,经济快速发展不断加大贫富差距,更使房价不断攀升,这使得城市人群中低收入人群的住房问题变得棘手。因此,住房问题成为国内最热话题之一。由于租金高、房价高从而导致租房难、买房难,这是目前城市低收入人群共同的难处。目前公租房已经在大多数城市展开建设,但是陕西省公租房在制度、建设、管理及将来的运营过程中存在的问题值得思考。对于公租房的发展现状进行分析对研究公租房保障体系很有帮助,通过分析问题可以对公租房目前存在的问题加以改善,以完善中国住房保障体系。     

基于云计算的常州本地网络舆情特点与对策研究

网络舆情是考验政府处理事件的能力、关系政府部门的形象的重大问题。妥善应对舆情事件已经成为政府部门必须面对的现实问题。相关部门可以合理利用计算机网络和云计算技术，做好舆情分析工作，让舆情事件得到合理的引导和解决。