基于顽固个体的舆论演化动力学研究

由于经典Hegselmann-Krause模型在研究观点演化时没有考虑到个体差异、社会影响力、信息传播的复杂机制等因素,我们在该模型中引入一定比例的顽固个体,并通过网络结构来刻画个体作用之间的差别,进而研究异质群体的舆论演化动力学行为,并分析网络结构和顽固个体比例对舆论演化动力学的影响。结果表明,在没有顽固个体的情况下,高信任阈值会促进共识态的形成,而顽固个体的存在则会导致群体观点的碎片化分布,且高信任阈值并不有利于群体形成局部共识。此外,对比基于度异质性引入顽固个体的不同选择策略下的研究结果发现,选择度较大的个体作为顽固个体时最有利于群体形成局部共识, 网络结构、顽固个体比例和顽固个体的选择策略对系统弛豫时间也有显著影响。这些发现对于揭示真实社会系统中舆论演化的宏观规律和内在机理具有重要意义。     

基于SNA点度的网络舆论导向机理研究

针对网络舆论系统演化过程中选择何种导向方法的问题,通过社会网络分析(SNA)法研究网络中个体(Agent)的点度中心度.设计了1种网络舆论导向的算法,对导向中常见的软控制与硬控制方法进行了定量分析.以天涯论坛上1个网络事件为实验数据,对导向算法进行了仿真验证,并深入分析了这种导向算法在舆论演化各个阶段的运用方法.该研究具有一定的理论指导意义与实际应用价值.     

基于SNA的网络舆情演变分析方法

为研判网络舆论发展态势与趋势,对网络整体及网民个体(Agent)的SNA属性参数——网络密度、中心度、网络中心势等及其动态变化的含义进行分析,揭示出网络舆论态势的演变过程、特征和规律,为网络舆论提供态势研判与引导决策支持.通过天涯论坛上的网络舆情事件的SNA属性参数的定量分析验证该方法具有一定的实际应用价值.     

复杂网络中无信任边界限制的连续观点演化研究

多数的连续观点演化模型中,缺少考虑舆论环境对信任关系的影响,同时信任边界条件使得观点演化聚合之后,各观点集合中的个体无法进行后续观点交互。该文分析个体观点差异以及邻居舆论环境对交互过程中信任关系的影响,消除信任边界对观点交互更新的限制,建立无观点信任边界限制的连续观点演化模型,并研究该模型观点演化统一的影响机制。理论分析与仿真实验表明:该模型不单可以反映观点演化的聚合过程,而且能反映舆论演化聚合之后各观点集合之间的竞争交互过程,模型可描述观点集合形成后的观点有序集合的变化;同时,模型反映了在较高聚类系数的无标度网络中,观点演化统一更加困难,而在平均连接度高的网络中,演化统一更加容易,这与已有相关研究结论是基本相符的。     

基于SNA的网络舆情演变分析方法

通过对网络整体及网民个体(Agent)的SNA属性参数动态变化的量化研究,挖掘出网络舆论演化特征并对其进行了定量分析,揭示了网络舆情事件的一般演化规律,为后续的舆论趋势研判和舆论引导工作提供决策依据。以天涯论坛上一个网络事件为实验数据,对该分析方法进行了验证,显示该方法在网络舆情特征研究中具有一定的实际应用价值。     

基于Multiagent的社交网络舆情传播模型

为分析与预测社交网络中舆情传播过程和演化趋势,本文基于Multiagent分布式技术,建立了社交网络舆情传播模型,研究社交网络舆情传播方式,并根据Agent的行为和状态特性,对Agent进行分类,分析Agent的属性特征,通过剖析Agent个体之间的交互微观行为,依据信息价值时效性、信息源覆盖率和信息关注度,对转发行为的影响进行讨论,给出了Agent的决策规则,以网络结构方式体现Agent之间的内在联系。为验证模型的有效性,基于Agent的仿真平台,采用Netlogo 6.0.4进行模拟仿真分析。仿真结果表明,舆情信息的传播与信息价值呈正相关,信息价值越大,越有利于舆情信息的传播,且信息源的覆盖率与转发Agent数和中止Agent数成正相关,信息关注度对舆情传播影响甚大,说明该模型能准确分析和预测网络中舆情传播的演化趋势。该研究对相关人员了解社交网络中舆情的传播具有重要意义。     

基于多Agent的微博社交网络信息传播模型

针对传统微博社交网络信息传播模型没有考虑用户个体差异性和用户强弱关系的问题,本文建立了基于多Agent的微博社交网络信息传播模型。将微博用户抽象为Agent,并定义Agent的属性,分析微博社交网络信息的传播机制,定义Agent之间的交互规则,考虑不同强弱关系下影响用户转发信息行为的因素,通过仿真实验探究个体态度、影响力、个体间认同度等因素对微博网络信息传播的影响。仿真结果表明,微博信息的传播呈裂变式扩散模式,微博用户的态度、影响力等因素对信息的传播起促进作用,所提出的相关影响变量对有效利用与管控微博信息传播具有一定的启示意义。     

改进的Hegselmann-Krause舆论演化模型

针对Hegselmann-Krause舆论演化模型中缺乏个体对领袖观点持排斥意见的问题,建立一种改进的Hegselmann-Krause舆论演化模型。加入非线性领袖观点,综合考虑个体对领袖观点的接受与排斥两类因素,引入接受因子λ与排斥因子β,构造非线性耦合函数,并扩展H-K模型,得到非线性领袖观点影响的H-K模型,从而判断个体对领袖观点的接受与排斥程度对系统观点达到共识的影响。仿真结果表明,在改进的H-K模型中,当接受因子λ大于排斥因子β时,个体对领袖的观点倾向于接受,观点达到共识,且当接受因子λ与排斥因子β的比值越大时,观点达到共识的时间越短;当接受因子λ小于排斥因子β时,个体对领袖的观点倾向于排斥,则个体将坚持自身的观点,最终观点不能达到共识。     

微博时代舆论领袖的传播进路

随着技术的革新和网络媒体的崛起,微博以一个自主、开放、自由的信息发布平台,为网络舆论的生成创造了一个全新的媒介环境。微博的裂变式和病毒式传播,能迅速产生强大的舆论威力,在技术水平和舆论领袖的合力作用下,建构具有微博时代明显特质的网络舆论场。分析舆论领袖在舆论场中的具体传播进路,审视微博时代下舆论领袖作为传播主体的影响,并提出健全法律制度、提升网络技术水平、加强网络议程设置,以及提升全民自律水平和媒介素养,借以净化网络传播环境。     

浅谈重大事件中微信传播的舆论引导措施

快餐文化正在兴起,诸多正面、负面的信息成倍在网络中传播,其中不乏对社会中重大事件的舆论传播,而数量庞大的用户对舆论在微信中的传播起到了推波助澜的作用,事件产生的影响也会随之扩大化.本文对重大事件中微信传播的舆论引导策略做出了简单的分析,并提出了相关建议.     

“微文化”下高校网络舆情工作维稳功能探究

当前,高校的信息化程度在逐步提高,尤其是网络"微文化"的出现,为大学生了解公共事务、表达利益诉求提供了便利途径,网络舆情的影响力不断增强。如何保证高校网络舆情健康发展,形成和谐稳健的舆情环境,显得尤为重要。本文基于网络舆情视角,探析高校网络舆情工作的现实表征,梳理高校网络舆情维稳工作存在的困境与挑战,构建高校网络舆情工作维稳功能的实现路径,对于改善和调整高校网络舆情工作现状有着积极的促进作用。     

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。     

基于复杂网络分析的微博网络舆情传播

为了探索微博网络舆情传播机制,采用复杂网络分析方法,并结合新浪微博获取的数据,分析了微博的社会网络结构的特点及其对舆情传播的影响。首先介绍了微博社会网络组成机制。然后采用复杂社会网络分析方法分析了微博社会网络的无尺度特性和小世界特征。最后结合实际的网络舆情事件案例,分析评价了微博社会网络拓扑结构对网络舆情传播的影响。     

高校网络舆情分析

随着互联网信息的发展,校园网络环境发生着很大的变化,与之相适应的高校网络舆情也给校园网络安全提出了新的挑战。高校网络舆情对大学生的思想和行为有着重要影响,正确引导网络舆情,事关和谐校园的建设与社会的和谐。为了共同营造文明健康的校园网络环境,进一步推动和谐校园建设,可考虑从分析高校网络舆情的形成原因入手,通过对网络舆情特点的分析,寻找校园网络舆情的应对策略和一系列可行性建议,据以及时化解和控制高校校园网络带来的不利影响。     

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.     

高校网络社群中意见领袖的特性和作用分析

以论坛、QQ群、校友、开心等为代表的网络社群在高校青年中受到大力追捧,越来越多的大学生试图从网络社群中获取信息,寻求归属感。关注网络社群,聚焦网络舆论已经成为营造和谐的网络环境,培育健康的网络文化的前提和基础。本文拟从高校网络社群的特征入手,分析学生意见领袖的特性,探讨意见领袖作用,为制定针对学生网络意见领袖的科学管理方法提供参考依据。     

一种基于话题演化的意见领袖发现方法

微博中的意见领袖不仅在社交网络的信息传播中发挥着举足轻重的作用,而且在网络舆情演化中也表现出显著的意见代表性。针对已有的意见领袖挖掘方法仅从复杂网络或者基本图模型来建模发现意见领袖,忽略了意见领袖在具体的话题演化中的意见代表性的问题,提出了基于话题演化的意见领袖发现的方法。该方法首先根据用户之间的交互构建图模型,然后利用寻找中心节点的图论算法挖掘潜在意见领袖,再利用话题演化模型判断潜在意见领袖的演化中心度,最后发现在整体舆情上的具有意见代表性的真实意见领袖。在新浪微博的话题数据集上的试验结果表明,该算法较仅考虑网络模型的意见领袖发现方法更优。     

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。     

群体心理极化风险规避下的网络舆情引导研究——以“郭美美事件”为例

随着"网络共和国"的日益壮大,网络舆情愈发波涛汹涌。汹汹舆情背后掩藏着网络群体心理极化这一"元凶"。通过对"郭美美事件"报道内容的分析,审视该事件中群体心理的极化过程,深入剖析其对网络舆情产生的或显性或隐性风险。借此从规避群体心理极化风险视角探讨引导网络舆情的有效路径,提出跨越群体隔离之障碍,构建网络"人行道"的一系列具体措施。     

舆情的运行状态解析

舆情的发展过程分为起始、扩散和整合三个不同阶段。在这三个阶段中,舆情的状态彼此不同。舆情的表现形式又分为社会思潮、社会民谣和社会谣言三种。舆情的运行有着自己独特的规律,这是进行舆情管理的认识基础和客观基础。