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.     

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。     

部队网络舆情危机管理研究

近几年来，伴随着互联网信息技术的高速发展，互联网涉军舆情增长较为迅速，并且愈发呈现出来了复杂化与多样化的趋势。对于一些负面网络舆情，有的时候如果处理不当，那么就很可能成为危机事件，严重损害部队在人民群众当中的形象和声誉，对于部队的发展也是极其不利的。在本文的研究当中，笔者主要立足于这一领域进行研究，从部队的角度出发，对于当前部队当中网络舆情危机管理进行研究，从中找出问题，进而提出发展对策。     

当前社会背景下的网民心理分析

在互联网飞速发展的时代,网络舆论越来越受到各方的重视。网民是网络舆情的重要组成部分,要正确引导网络舆情和预控网络舆情的爆发,需要分析网民的心理特征。以近几年一些网络热门事件为例,结合我国当前的社会背景,分析了网民在网络舆情中的心理特征。     

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。     

群体性事件网络舆情应对策略研究

网络情势下,群体性事件的网络特征更加显现,网络舆情深刻影响着群体性事件冲突的酝酿、产生和发展的全过程,深入研究群体性事件中的网络舆情应对策略,对于有效预防和妥善处置群体性事件,提高政府执政能力,具有重要现实意义。     

旅游危机事件网络舆情的本体分析

舆情本体是危机事件相关信息的网络文本内容,决定了网络舆情的热度和危害性.以湖南凤凰古城收费事件为例,甄选网络舆情本体的高频词汇,从词汇类目和演化阶段两个维度,对旅游危机事件网络舆情本体进行研究.研究发现:网络舆情受媒体议程设置影响,网民对事件的探讨基于媒体的报道内容,在了解事实的基础上进行个性化和深入的内容生产;“用脚投票”“抵制”是网民表达不去旅游的意愿和负面情绪的最主要方式;网络舆情的发散追因现象明显,将旅游事件发展成社会事件,将事件的负面影响扩大到整个旅游地,将个别案例扩展到国家和社会的层面;网络舆情的群体极化和网络暴力现象明显,极端表现是层出不穷的语言暴力、人肉搜索、网络恶搞或造谣诽谤;应对网络舆情的冲击和影响,需要从提升网民和政府的媒介素养、加强媒体的职业道德和自律、重视网络舆情的反馈作用以及建构网络舆情监测与预警系统等方面着手.     

一种基于Elman神经网络的网络舆情威胁估计方法

在详细分析网络舆情影响因素和自身属性的基础上,建立了网络舆情指标体系.依据模糊综合评价法和神经网络构建了网络舆情威胁估计模型.采用模糊综合评价法确定指标体系中各舆情因素的数值化评价值,并结合改进的Elman神经网络模型对网络舆情进行综合评判,最终得到网络舆情的威胁等级.仿真实验表明了该模型的有效性和准确性.     

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。     

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.     

基于微博数据的台风"山竹"舆情演化时空分析

将情感分析模型、动态演化模型、话题聚类模型、网络社团模型结合地理可视化技术应用到台风的灾害评估中。将微博情绪与台风灾害联系起来,从情感值与讨论热度两个角度入手,根据台风“山竹”相关话题的25 798条微博数据,完整的展示本次事件网络舆情的演化过程,通过隐含狄利克雷分布(latent dirichlet allocation, LDA)主题模型挖掘用户关注话题,发现台风登陆事件与湖南收费站事件对公众情绪的消极影响;抽取台风“山竹”相关微博中蕴含的地理位置信息,建立广东省21个城市的网络社团模型,检验用户情绪、城市词频、用户位置、网络节点活跃度等指标探测受灾城市的能力;根据广东省38个气象站点的24 h最大降雨数据进行空间插值。降水主要集中在广东南部地区,阳江市发生特大暴雨,引发了严重的洪涝灾害,其情绪值也是最低的。     

基于微博数据的台风“山竹”舆情演化时空分析

将情感分析模型、动态演化模型、话题聚类模型、网络社团模型结合地理可视化技术应用到台风的灾害评估中。将微博情绪与台风灾害联系起来,从情感值与讨论热度两个角度入手,根据台风“山竹”相关话题的25 798条微博数据,完整的展示本次事件网络舆情的演化过程,通过隐含狄利克雷分布(latent dirichlet allocation, LDA)主题模型挖掘用户关注话题,发现台风登陆事件与湖南收费站事件对公众情绪的消极影响;抽取台风“山竹”相关微博中蕴含的地理位置信息,建立广东省21个城市的网络社团模型,检验用户情绪、城市词频、用户位置、网络节点活跃度等指标探测受灾城市的能力;根据广东省38个气象站点的24 h最大降雨数据进行空间插值。降水主要集中在广东南部地区,阳江市发生特大暴雨,引发了严重的洪涝灾害,其情绪值也是最低的。     

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.     

基于用户关联度的半监督情感分析模型

随着信息技术与社交媒体的不断发展,用户情感分析在舆情监控、信息预测、产品评价上发挥着越来越重要的作用.然而,监督学习手工标签获取困难,无监督学习缺少标签的引导,因此本文基于社会学理论建立了半监督的情感分析模型,该模型主要分为标签添加和情感分析两部分.标签添加部分首先基于情感一致性和情感传染性两种被认可的社会学理论建立UR-S模型,然后通过用户关联度和文本相似度进行改进,建立TRS-SAT模型,增加标签数量.情感分析部分将TRS-SAT模型与卷积神经网络结合,通过卷积神经网络挖掘特征集合与情感分析标签之间的深层次联系,构建半监督学习模型改善情感分析性能.实验表明,本文提出的基于用户关联度和深度学习的半监督情感分析模型,与半监督的支持向量机模型相比,准确率、召回率、F值分别提升11.40%、5.90%、8.65%;与卷积神经网络模型相比,分别提升4.12%、4.17%、4.14%,均有较好的表现.由此证明,该模型能够为舆情分析与用户决策提供良好的理论基础,具有创新性和实用性.     

面向目标情感分析的双重图注意力网络模型

目标情感分析旨在分析评论文本中不同目标所对应的情感倾向。当前,基于图神经网络的方法使用依存句法树来融入依存句法关系,一方面,此类方法大多忽略了依存关系缺乏区分度的事实;另一方面,未考虑依存句法树提供的依存关系存在目标与情感词关系缺失的问题。为此,提出双重图注意力网络模型。该模型首先使用双向长短期记忆网络得到具有语义信息的词节点表示,然后根据依存句法树在词节点表示上构建句法图注意力网络,实现依存句法关系重要程度的区分,更有效地建立目标与情感词之间的关系,进而得到更准确的目标情感特征表示;同时根据句子的无向完全图构建全局图注意力网络来挖掘目标与情感词缺失的关系,进一步提升模型的性能。实验结果表明,与现有模型对比,双重图注意力网络模型在不同数据集上的准确率与宏平均F1值均取得了更好结果。     

舆论与舆情的关系辨析

舆论和舆情是一对从属概念,两者既有共同点又有差异性,必须对两者进行必要的关系辨析。本文从两者的内涵界定出发,对两者的共同点进行了研究,并从四个方面解构了两者的差异性,旨在为舆论和舆情的基础研究提供新的视角。     

教育舆情的概念解析

教育舆情是在一定的社会空间内,舆情主体对有关教育的中介性社会事项所持有的社会态度。教育舆情的构成要素主要有主体、客体、中介性教育事项和空间。教育舆情作为舆情的子概念,对其开展内涵研究,一方面有助于教育领域的舆情治理,另一方面标志着舆情研究进入到了一个概念细分的新阶段,充分显现了舆情研究的阶段性特征,有助于进一步推动舆情研究的科学化进程。     

石鼓网络舆情监控系统的设计与实现

分析了高校网络舆情监控的现状,提出了基于高校网络舆情监控系统的设计方案。该系统通过网络爬虫将相关网络新闻、博客和论坛的信息采集下来,采用关键词和敏感词匹配的方式对信息进行过滤,将用户关注的信息呈现出来,从而实现对舆情信息及时准确的发现。     

基于注意力与双通道网络的方面级情感分析

针对方面级情感分析任务不能充分兼顾句法全面性与语义关联性,且大多数研究中使用的图卷积仅考虑信息自上而下的传播,忽略了信息自下而上的聚合等问题,本文提出了基于注意力与双通道网络的情感分析模型.该模型在扩展依存表示的同时使用自注意力获取具有语义关联的信息矩阵,使用双通道网络结合全局句法与语义关联信息,双通道网络分别侧重于自上而下传播的语义特征与自下而上聚合的结构特征.通道内的图卷积输出会与信息矩阵进行交互注意力起到残差互补的作用,然后通过平均池化完成通道内的任务.最后将基于语义与基于结构的决策融合得到最终的情感分类特征.实验结果表明该模型在三个公开数据集上的准确率与F1值均有提升.