突发涉水事件舆情及后续影响分析

针对突发水事件的各类数据信息对分析事件起因、发展和后续影响有着相当重要的价值。在研究应用现状分析的基础上,利用事件热度与Bi-Lstm情感分析2个模型,对2021嘉陵江铊污染突发事件进行分析,分析结果说明：事件热度方面,华东、西北地区的公众较为活跃,微博热度具有聚集性和滞后性的特点,新闻平台则体现出热度的延续性特点;事件舆情方面,微博舆情表现出比新闻平台舆情更为负面的情绪,两者都缺乏相对理性客观的评论。从后续影响角度看,部分气象水文因素导致铊污染二次发生,其次疫情前后,炼钢、冶锌行业利润存在大幅度波动态势,产量受高利润驱动而提高,一定程度诱发此类污染事件。突发涉水事件舆情传播迅速,影响范围较广,事件发展程度与舆情走势息息相关。     

基于Rost Cm文本分析下涉警突发事件舆情应对研究——以安徽女孩溺水事件为例

2020年一起安徽女孩溺亡事件被推上了舆论的焦点,本文基于此次事件以Rost Cm文本分析软件探寻公安机关应对突发事件舆情的措施。此次突发事件舆情具有负面舆情占比大;公众关注度高讨论量大;媒体引导现象严重的特征。同时公安机关在应对突发事件舆情有着防舆情初始传播措施不足;舆情扩散期间防治措施不足;忽视构建警察网络公共关系的三点不足。本文还基于本次突发事件网络舆情特征及公安机关应对不足提出举措。     

基于区块链技术的在线社会网络舆情传播模型与干预治理

区块链的快速发展和普及,为网络社会网络舆情的传播提供了便捷的平台,这使得网络舆情逐渐成为人民群众最活跃的反映方式。当网络舆情涉及社会热点等问题时,会引起网民的快速关注,甚至引发突发事件和连锁反应,考察政府的治理干预能力,甚至对国家社会安全和稳定构成紧张。本文根据网络舆情传播的特点,从个体行为和群体社会强化两个方面揭示网络舆情传播的规律,并进一步从干预网络负面舆情和最大化网络正面和情感影响两个方面构建干预和引导模式,从而全面、系统地分析基于区块链技术的在线网络社会的网络舆情传播和干预,为政府应对网络舆情传播提供有效的理论指导。     

突发涉水事件舆情及后续影响分析——以嘉陵江铊污染事件为例

针对突发水事件的各类数据信息对分析事件起因、发展和后续影响有着相当重要的价值。在研究应用现状分析的基础上,利用事件热度与 Bi-LSTM 情感分析 2 个模型,对 2021 年嘉陵江铊污染突发事件进行分析,分析结果说明：事件热度方面,华东、西北地区的公众较为活跃,微博热度具有聚集性和滞后性的特点, 新闻平台则体现出热度的延续性特点;事件舆情方面,微博舆情表现出比新闻平台舆情更为负面的情绪,两者都缺乏相对理性客观的评论。从后续影响角度看,部分气象水文因素导致铊污染二次发生,其次疫情前后,炼钢、冶锌行业利润存在大幅度波动态势,产量受高利润驱动而提高,一定程度诱发此类污染事件。突发涉水事件舆情传播迅速,影响范围较广,事件发展程度与舆情走势息息相关。     

我国网络舆情安全评估指标体系的构建研究

近几年,国内通过网络爆发的重大舆情事件激增,使得网络舆情安全监管和预警形势极为严峻,引起了国家的高度重视。构建网络舆情安全评估指标体系能为网络舆情分析及预警技术与应用系统的实现和应用提供系统化、整体性的基础性平台。本文将＂舆情＂这一通过社会层面定性描述的概念与＂网络＂这一通过技术层面定量表征的概念有机地契合,深入挖掘互联网上所体现的舆情演变规律,从而构建了网络舆情信息在传播扩散、民众关注、内容敏感性、态度倾向性四个维度的安全评估指标体系,实现了对某一具体的网络舆情信息的安全态势评估。     

突发群体性事件网络舆情信息传播复杂网络预测模型分析

传统的人文领域研究方法,只能对突发群体性事件舆情信息传播的过程和个体交互的机制,给出定性的描述,无法进行定量研究,从自然学科的角度出发,运用复杂网络理论,研究突发群体性事件舆情信息传播的演化机理,对构建舆情信息流动的预测模型,进行了分析。     

基于SIR的SNS网络舆情话题传播模型研究

舆情话题通常是由突发性的新闻事件所引发,社交网站(Social Network Sites,SNS)因其庞大的用户规模和开放性、即时性与互动性等特点,成为舆情话题传播的重要渠道.因此,研究SNS网络中的舆情话题传播机制,将有利于对舆情话题的传播过程进行分析与监控.然而传统的网络信息传播模型无法真实地描述SNS网络中的舆情话题传播过程.为了解决上述问题,分析了SNS网络中的信息互动模式及舆情话题的传播特点,基于无标度网络上的SIR模型,通过引入内部感染概率、外部感染概率、免疫概率以及直接免疫概率,构建了SNS网络中的舆情话题传播模型.仿真结果表明,基于SIR的舆情话题传播模型可以很好地描述SNS网络中的舆情话题演化规律.     

浅析公安机关网络舆情分析预警机制与对策

近年来随着我国互联网的快速发展,网络逐渐成为民众表达观点与意见的平台,网络舆情异军突起,从过去影响力局限于虚拟网络逐渐发展成为影响社会生活的主要力量。一些社会事件在网络强大传播力的推动作用下,往往迅速成为社会关注的热点,处理不及时或者处理不当极易引发"群体性事件"。另一方面,网络舆情对促进公安机关信息化、规范化建设方面也发挥着重要作用。公安机关要积极利用网络正面影响,及时合理引导其负面影响,提高应对网络舆情的分析预警能力,制定有效的应对策略,推动公安工作的不断发展进步。     

当前环境下舆情监控软件的进化方向与实践

网络舆情是以网络为载体,以事件为核心,是广大网民情感、态度、意见、观点的表达,传播与互动,以及后续影响力的集合。是社会舆情的直接反映。传统的社会舆情存在于民间,存在于大众的思想观念和日常的街头巷尾的议论之中大型网站出品的舆情系统主要为舆论大方向提供数据,而地方性机关单位需要的是精细而具体且差异化的舆情监控内容。在辅助辽宁省某公安机关网络舆情监督的一年时间里,我开发的舆情软件整体升级至4.0版本,获得软件著作权登记证书,并为该公安机官单位取得了整体不错的成绩及嘉奖通报等奖励。     

水利舆情大数据监测应用研究

随着社交媒体的发展,水利网络舆情事件的发生次数呈上升趋势,监测分析难度日益加大.为解决水利网络舆情监测问题,开发建设水利舆情大数据监测分析平台十分必要.通过对基础设施、数据资源、舆情智能分析、舆情大数据可视化4个模块的构建,水利舆情大数据监测分析平台初步实现舆情大数据监测分析能力,形成较完善的水利行业舆情大数据工作机制...     

基于传染病模型的社交网络舆情话题传播

针对传统模型难以真实地描述社交网络舆情话题传播过程,提出一种基于传染病模型的社交网络舆情话题传播模型。分析了社交网络舆情话题的传播特点,根据传染病动力学机制,将内部感染概率、外部感染概率、免疫概率以及直接免疫概率引入舆情话题传播过程中,构建了社交网络舆情话题传播模型,在Matlab 2012平台下采用Facebook数据集进行仿真测试。仿真实验结果表明,该模型可以准确描述社交网络中的话题传播行为特征,研究结果可以为社交网络舆论管理者提供有价值的参考意见。     

社会安全阀视角下公安微博的舆情回应功能与机制研究

互联网的迅速发展使公共安全事件在网络上迅速发酵，在传播过程中可能出现失真现象，引发舆论危机。公安微博作为社会安全阀在网络舆情回应中发挥着减缓舆情压力、安抚社会情绪、提示社会报警、提升社会创新等关键作用。同时，公安微博存在着回应时效性有待提升、舆情发展后期的持续回应缺位等问题，因此，公安机关应针对舆情发展不同阶段进行精细化应对，借助微博平台完善涉警网络舆情预警机制，同时提升工作人员的专业素养和舆情应对的制度化、规范化水平。     

Logistic曲线在网络舆情预测中的应用研究——以“广西镉污染”网络舆情事件为例

本文先介绍了Logistic曲线的概念和机理,然后在网络舆情传播规律基础上,对“广西镉污染”事件网络舆情发展趋势预测进行研究。建立了该事件的Logistic曲线预测增长模型,详细阐述了该模型的建模、预测过程及其在网络舆情预测中的具体应用,认为这种预测方法在其适用范围内具有较高的预报精度和应用价值,为网络舆情预测提供了一种可行方法。     

基于非理性博弈的舆情传播仿真建模研究

随着社交网络的不断发展,借助社交网络进行传播的舆情信息的威胁越来越大. 本文利用博弈论的方法研究了舆情信息的传播机制,从理性博弈和非理性博弈的角度出发对个体与邻居的交互行为进行建模. 随后以目前较为成熟的传染病模型为基础,通过引入传播学中的社会威慑因素来构建基于非理性博弈的舆情传播模型,以实现适应舆情传播研究的仿真系统,继而将基于非理性博弈的舆情传播模型在无标度网络和小世界网络上的动力学特征进行理论分析. 在仿真环境中对非理性博弈的舆情传播模型进行实验,分析模型参数、网络密度和舆情传播源对舆情传播的影响,其结果符合理论分析结果. 最后对无标度网络上舆情传播的控制策略进行了研究,包括:社会威慑方法、目标免疫方法和正面消息方法,为社交网络上的政策制定提供了理论基础.     

基于价值累加理论的网络热点事件舆情研判及系统实现

基于价值累加理论分析网络热点事件的演变过程,确定触发因素的出现、共同信念的形成、行动动员的完成是事件演变的三个关键环节,设计监测模型,对事件舆情中的敏感因素、情感的形成及扩散进行分析判断。在此基础上,构造网络舆情热点信息智能监测平台系统(NPOIMS),以我国西部地区的x市为实例对象,架构舆情监测系统,监测与x市有关的各类舆情信息,提炼热点词语,进行舆情研判,提供分析报告,为相关部门提供舆情引导和事件应对的信息参考和决策支持。     

重大突发公共事件背景下高校网络舆情特点与治理对策研究

本文以重大突发公共事件为研究背景，旨在对突发公共事件下高校网络舆情现状与特点、常见舆情类型、舆论风险成因及对策展开研究。通过对我国网络使用群体现状的数据分析引出重大公共突发事件下高校网络舆情的主要特点。采用个案分析、比较分析的研究方法，梳理出部分城市在重大公共事件突发期间，市内及周边地区高校针对学生在公共事件突发阶段的网络言论所采取的不同应对方法及后续所导致的舆论风险成因与类型，剖析不同高校在重大突发公共事件下衍生的网络舆情在校内学生群体中的传播过程与特点，从而分析总结出高校管理方所应采取的正确舆情引导方式与危机应对策略，为高校如何应对此类舆情危机建言献策。     

负面网络舆情对商业银行影响机理及应对措施研究

互联网极大丰富了舆情的传播方式，正、负面信息在传播中交互影响，负面信息在非理性个体催化和网民盲从下引发负面网络舆情。本文针对商业银行负面网络舆情事件进行案例剖析，分析出负面网络舆情具有正负面信息博弈频繁、负面信息传播速度快、负面信息辟谣难和风险溢出等特征。基于特征分析结果构建负面网络舆情对商业银行影响机理“5W”模型，并以调查问卷方式对上述影响机理模型进行验证，发现负面信息内容和主体印象会影响负面舆情对商业银行造成的伤害程度，以及负面舆情会打击商业银行市场信心，重构市场份额，存在风险溢出效应等现象。最后，讨论了商业银行在负面舆情事件的事前、事中及事后阶段分别可采用的预防和应对手段。     

机会网络舆情传播的MCA模型及仿真研究

为了研究舆情主体的流动性和记忆能力对舆情在机会网络中传播的影响,提出移动实体、元胞容量和元胞吸引力新概念,扩展经典元胞自动机模型,并结合现代心理学的记忆理论,建立移动元胞自动机舆情传播模型。在此基础上,考虑舆情主体对新鲜观点存在抵触情绪,提出了舆情主体情感态度倾向性和态度转变阈值的概念,制定实体状态转换规则和移动规则,从而分析影响舆情在机会网络中传播的主要因素。结果表明:舆情主体流动性的提高、记忆时间阈值的增大可以促进舆情传播;不同情感态度的主体比例相差越大,舆情同质化率就越高;舆情主体的空间密度越高,舆情传播速度越快;舆情主体自身情感态度倾向性越大,舆情传播速度越慢。     

融合社交网络用户自身属性的信息传播数学建模与舆情演化分析

针对传统的社交网络信息传播模型极少将用户属性和信息特征这两个因素纳入到信息传播模型研究中的不足,该文提出了一种基于用户自身属性的信息传播模型。首先该文抽取用户影响力、用户态度、用户年龄、信息能量、信息价值等特征并构建交互规则;其次,根据这些特征建立信息传播的数学模型,模拟社交网络舆情演化过程;最后,为验证模型的有效性,开展了与真实事件的实证分析对比实验。实验结果表明: 仿真结构与真实数据的相似度大于0.97,因而该模型符合社交网络舆情信息传播的特性,能够较为准确地描述社交网络中的舆情传播过程。     

基于复杂网络的IC-SEIR网络舆情传播模型研究

基于传染病模型进行舆情传播的研究中,已有传播模型中节点的状态转化仅取决于设定的概率,并不符合真实的传播情况。根据现实中用户传播舆情信息的行为特征,将兴趣度与亲密度引入舆情传播的过程中,并扩展了SEIR模型中的状态转移途径,提出了IC-SEIR网络舆情传播模型,使用兴趣度、相似度来描述节点的相似性,亲密度来描述节点间连接的紧密程度,并且节点的状态转移方向取决于这两种属性。在Matlab平台下采用Facebook数据集进行仿真分析,仿真结果表明,当初始传播点为度大节点或兴趣度分布为均匀分布或常数时,舆情信息更容易传播,当亲密度分布为常数时对舆情传播也有促进作用,为进一步研究社会网络中舆情传播的过程与趋势提供参考。