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。     

网络负面舆情与网络文化安全预警机制研究

网络文化是指以网络、智能手机等智能终端设备为媒体进行的信息交流、宣传报道等文化活动。网络是一把双刃剑,既有利也有弊,诸如网络负面舆情带来的网络文化安全逐渐引起人们的重视。网络负面舆情尤其是不实的舆情会损害党政机关的形象,有效应对网络负面舆情成为各级机关亟待解决的问题,而舆情预警是有效应对和妥善处理网络负面舆情的前提。新媒体时代,各级机关要建立健全网络文化安全预警机制,对涉及本地或单位的网络负面舆情及时收集、处理,防患于未然。     

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。     

企业负面事件网络舆情应对水平评价研究

随着互联网的发展,企业负面事件网络舆情给企业带来了更为深远的影响,为有效提高企业舆情管理能力,对企业负面事件网络舆情应对水平进行评价十分有必要.从危机预警程度、企业回应情况及企业应对效果三个维度构建企业负面事件网络舆情应对水平评价指标体系,采用熵权法确定不同企业类型的各指标权重,并通过熵权TOPSIS方法对案例事件进行...     

网络舆情现状分析与引导机制研究

当前,网络舆情是现实社会中舆情的真实反映,它既可以通过正面的宣传引导广大网民共同来促进社会和谐与稳定,也可以通过负面的报道引发群休性事件影响社会安定.通过对网络舆情的概念、特点入手,分析了网络舆情的现状与存在的问题,进而提出了政府合理引导、合理化解网络舆情事件、建立有效快速的反应机制,以及大力推行网络实名制等网络舆情的...     

基于语义模式与词汇情感倾向的舆情态势研究

针对互联网上的舆论信息传播速度快,对社会造成巨大影响这一问题,社会管理者应该进行及时的舆情分析,从而进行有效控制和引导,避免形成更大的社会影响和危害.为了从网络信息中分析网络舆情的发展态势,将文本情感分析技术应用于网络舆情研究.针对网络舆情的话题评论,采用语义模式和词汇情感倾向相结合的方法,并形成了一种判定算法,该算法比较全面地判定话题评论的情感倾向性,把握网络舆情的正面或负面导向性.实验结果表明了该方法的有效性和准确性.     

基于支持向量机的网络舆情混沌预测

精确预测网络舆情发展趋势,对防止负面网络舆情对公共安全威胁具有重要意义,针对网络舆情变化的时变性、混沌性,提出一种基于支持向量机的网络舆情混沌预测模型（PHR-SVR）。证明了网络舆情具有混沌特性,根据Takens定理分别采用互信息法和G-P法确定延迟时间和嵌入维数重构网络舆情时间序列相空间;在相空间中,利用支持向量回归机（SVR）建立网络舆情预测模型,与其他预测模型进行对比实验。结果表明,相对于对比模型,PHR-SVR提高了网络舆情的预测精度和可靠性,预测结果具有一定实用价值。     

基于迁移学习的企业网络舆情危机预警研究

针对传统企业网络舆情危机预警方法存在预警准确性较低的问题,提出基于迁移学习的企业网络舆情危机预警方法。利用智能元搜索技术对企业网络舆情信息进行分类,通过迁移学习分析网络舆情负面信息数据,提取网络舆情危机特征,识别网络舆情危机,并确定预警等级,实现危机预警。实验结果表明,该方法的预警性能最好,优于对照组。     

基于情感分析和影响力评估的突发事件情感图谱

针对突发事件中负面网络舆情传播的问题,提出了一种基于情感分析和影响力评估的突发事件情感图谱研究方法。提出了一种基于多头自注意力机制和双向长短期记忆网络（Bi-LSTM）的情感分析模型来计算网站用户的情感倾向,并提出了一种融合加权度与K-shell值的节点影响力评估算法来评估用户的影响力,从而综合构建突发事件的情感图谱,有效提高了情感图谱的准确性和科学性。以“7.7安顺公交车坠湖事件”为例,将突发事件的生命周期划分为爆发期、蔓延期、成熟期和衰退期四个阶段,分别生成情感图谱进行可视化分析。实验结果表明,在酒店评论数据集上,所提出的情感分析模型的F1值在积极和消极方面比文本循环神经网络（Text-RNN）模型分别提升了9.92个百分点和2.5个百分点;在Karate网络上,所提影响力评估算法的区分度和准确性比K-shell算法分别提升了46.89个百分点和29.05个百分点。构建基于社交网络的情感图谱有助于相关部门发现意见领袖及其情感倾向,从而把握网络舆情的发展趋势,并降低消极情感对社会造成的影响。     

新型网络信息系统安全模型及其数学评估

从系统功能的意义上分析了网络信息系统安全所面临的威胁,建立了一种新型通用网络信息系统安全模型,确定了影响网络信息系统安全性能的相对独立的基本因素和相应的子因素。采用模糊数学的理论,建立了一种新型综合安全评估数学模型和模糊相似选择方法。通过示例应用分析,以量化方式评估示例网络信息系统的安全性能,确定了网络信息系统的量化安全等级和排序,从而验证了该系统安全模型及数学评估理论的有效性和新颖性。     

公共网络舆情事件及其引导对策研究

随着网络的快速发展和普及,越来越多的人参与到网络中,网络成为人们学习、交流、关注社会的重要平台。网络舆情负面信息的大量涌现,严重影响社会的和谐稳定。本文介绍了舆情、网络舆情的概念、特点,分析了现阶段政府面对网络舆情的困境,并给出了引导对策。     

基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标应急决策方法

在仔细分析网络舆情突发事件的成因与应急决策特性的基础上,从舆情状态、突发事件本身和民众关注3方面构建 网络舆情突发事件的属性指标。考虑到网络舆情突发事件指标的语言不确定性和多样性,以及应急专家对舆情事件危机评价的语言判断矩阵差异性,本文提出一个基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标群决策模型。首先根据应急指标重要性的判断矩阵,计算出每个专家对各指标权重的评价;然后基于相对熵的多属性组合赋权方法来获取应急专家的权重,计算得出各舆情事件指标的综合权重;再根据各应急专家对网络舆情事件的语言指 标评价值,利用语言加权算术平均算子,集结得到各网络舆情突发事件的综合决策评价值,进而对各舆情事件危机程度快速排序。最后,通过一个实例来证明本文方法的实用性。     

新媒体时代基层政府应对网络舆情的现实困境和对策研究

网络舆情是在网络信息技术快速发展下成为舆情的一种新形态，基层政府成为应对网络舆情的重要主体，提升应对网络舆情能力越来越重要。新媒体时代下，传统的管控措施越来越无法有效处理不良网络舆情，反而会削弱基层政府的公信力。基层政府要强化网络舆情的危机意识，健全网络舆情应急处置机制，坚持网上群众工作，构建网上网下同心圆，掌握舆情处理的艺术和方法，从而提升基层政府网络舆情综合应对能力。     

互联网技术在环保网络舆情预警、引导中的应用

本文对历年来环保网络舆情的统计资料进行分析,得出环保网络舆情的特点,从环保网络舆情的特点出发,研究舆情监测预警、引导的措施,利用互联网技术建立了监测预警平台、行政权力公开运行平台、环保门户网站,使环保部门能够第一时间抓取到环保网络舆情,进行信息发布和舆论引导,遇到重大环保危情时,和应急系统相结合,及时处理.     

网络舆情危机的预警指标体系研究

网络舆情危机处理不当就可能引发社会危机,从而破坏社会稳定与和谐。因此,及时了解和掌握网络舆情危机是党和政府正确决策、化解矛盾、维护稳定的重要前提。本文着重分析了网络舆情危机的预警指标体系的建立,为下一步预警系统建立提供理论依据。     

基于可变模糊集理论的舆情指标预警模型研究

通过分析网络舆情影响因素,建立网络舆情指标体系.根据可变模糊理论构建网络舆情危机模型,采用类别特征值规则取代最大隶属原则的评价方法进行定量的评判,从而得到网络舆情的危机预警等级.结合具体实例对该模型分析,结果证明了其合理性.     

基于改进SIR的正负面网络舆情信息传播模型与仿真

针对网络舆情传播过程中正负面信息共存的问题,在SIR模型的基础上,引入正面信息澄清者C,构建正负面信息同时传播的SCIR模型,并考虑首页效应和网民异质性,借助多智能体仿真技术对舆情的传播过程进行模拟仿真.仿真结果表明,SCIR模型比SIR模型更吻合现实网络中舆情的传播;第三方机构利用首页发表的声明可信程度越高,越有利于舆情控制,但存在阈值;首页效应对正负面信息的传播具有两面性,网民异质性和正负面信息传播率均对正负面信息竞争结果有显著影响.     

基于大数据的药品安全网络舆情监测系统设计

该文介绍了在大数据时代背景下针对药品安全网络舆情监测现状,梳理分析了药品安全网络舆情监测系统需求,根据需求和网络舆情监测的特点,提出了药品安全网络舆情监测系统的软件设计框架,介绍了实现该系统所需的主要舆情监测处理技术。该系统设计该设计集监测、预警、分析、报告于一体,合理融合了大数据处理与自然语言处理技术,同时提出了用传统统计分析和深度学习方法来解决舆情分析中“文本分类和情感分析”等关键技术问题。最后,从用户交互的层面给出了药品安全网络舆情监测系统的可视化方案,为药品安全行业网络舆情监测提供了一种实现途径。     

网络舆情信息源影响力的评估研究

文章通过对网络舆情、信息源、影响力等概念的深入研究,构建网络舆情信息源影响力评估体系。评估方法试图从根本上抓住网络舆情信息源影响力的本质特点 除了考虑信息源的表现力,还考虑网民对影响力的反馈,以及信息源转载信息这一行为中隐含的对同行信息源影响力的反馈。在量化影响力时,文章借鉴网络链接分析算法PageRank,提出算法SrcRank对信息源重要度进行排名。实例分析结果表明,评估方法能够客观而合理地评价网络舆情信息源的影响力。     

基于搜索引擎的关键词舆情过滤算法研究

网络舆情已成为社会情报的一种重要表现形式。对于性质恶劣(负面)的网络舆情信息,能否及时高效的挖掘出来对网络舆情监控具有十分重要的意义。针对目前舆情发现的时效性不足的问题,该文提出基于搜索引擎的关键词检索过滤算法,并在多线程环境下运行,充分利用索引查询的高效性,大大提高了恶劣舆情过滤的效率。