网络舆情演化的阶段分析

网络舆情演化的阶段分析对于研究网络舆情的演化规律具有重要的意义。由于网络舆情演化比较复杂,因此网络舆情演化过程的阶段划分也有一定难度,为便于研究,本文把网络舆情演化过程简化为三个阶段：初始传播阶段、迅速扩散阶段和消退阶段,在此基础上对网络舆情演化过程进行阶段分析。首先分析网络舆情的构成要素,然后分析网络舆情演化所具有的影响因素,最后分别对这三个阶段的演化因素和特征量的变化进行详细分析,并尽可能采用量化语言来分析每个阶段的特征变化,希望有助于对网络舆情演化规律的定量研究。     

2012～2022年网络流行语研究的回溯与展望——基于CiteSpace知识图谱的可视化分析

本文以“网络流行语”为关键词,以2012～2022年在中国知网中刊载的文献为研究对象,借助CiteSpace软件对其进行可视化分析,进而梳理出国内网络流行语的研究现状,揭示出流行语研究的热点论域和研究趋势。结果表明,我国网络流行语研究的热点论域为网络流行语的概念特征和文化内涵、生产机制和传播规律、社会心态和社会功能等。但现阶段网络流行语的相关研究在研究内容、研究视角、研究理论等方面仍存在缺憾,未来需在这些方面加以努力。     

基于知识图谱的核电项目网络舆情的研究热点及可视化分析

在中国核电站项目重启的背景下,全面掌握我国核电项目网络舆情问题有助于保证核电项目实施的社会环境。文章以CNKI数据库收录的467篇核电项目网络舆情研究文献为数据集进行数据挖掘,采用共被引分析、突现词分析、共词分析等方法,利用CiteSpace绘制出科学的知识图谱。通过可视化图谱挖掘出若干个热点主题,根据时间线视图讨论了演化路径,并对前沿趋势与未来方向进行了探究,给核电项目网络舆情管理研究提供了独特的视角。分析结果表明:跨机构的学者之间合作不足,尚未大规模地建立跨学科、跨领域的学术共同体,研究层次与学科分类也有待于进一步交叉拓展研究。最后,文章结合核电项目网络舆情领域研究的现状和趋势预判未来值得研究的若干子领域。     

舆情风险研究的知识图谱可视化分析

为了探究国内舆情风险领域的研究热点与发展前沿,针对其发展脉络进行梳理、总结、展望是十分必要的。本文选取2010—2022年知网数据库中的336篇文献,利用知网、CiteSpace对舆情风险研究领域进行可视化分析,包括发文量、作者图、机构图以及关键词显示的研究热点。研究结果表明,舆情风险是舆情发展的一个重要研究方向,尽管在国内该领域仍处于发展阶段,但舆情风险领域的研究热度在未来会持续增加,呈现出不断发展完善的态势。     

网络舆情演化模型研究

随着互联网的快速发展,网络舆情对社会的影响与日俱增,建立网络舆情的演化模型,对于正确应对网络舆情,维护社会稳定具有重要的意义。通过研究网络舆情演化模型,提出了基于Logistic模型和遗传算法建立网络舆情演化模型,并给出了详细的建模方法。实验证明,该方法是有效和可行的。     

基于知识图谱的岭南文化热词分析与知识演化研究

随着计算机技术的发展,大量的岭南文化信息被记录下来.而海量的岭南文化信息却难以被有效地利用.文章采用知识图谱技术对岭南文化信息进行有效的语义抽取和融合,采用Citespace可视化分析软件完成了对岭南文化研究热词和趋势的研究,为岭南文化的人文历史的研究提供了技术框架和研究方案.     

基于EMD的网络舆情演化分析与建模方法

现有研究忽略网络舆情演化过程的多成分特性,导致演化分析与建模效果较差。为此,提出一种基于经验模态分解(EMD)的网络舆情演化分析与建模方法。对演化过程进行EMD分解,形成演化过程的趋势成分、周期成分、突发成分和随机成分,通过对各成分进行分析与建模,实现网络舆情的演化分析与建模。实验结果表明,该方法通过EMD分解得到的各成分物理含义明显,有助于分析网络舆情的演化规律,同时具有较好的趋势预测效果,适合进行演化建模。     

基于事理知识图谱的舆情推演方法

一直以来舆情态势发展的多元性、复杂性使其难以有效管控,一些负面舆情会激化矛盾,给社会安定带来不利影响.提出了一种基于事理知识图谱的舆情事件推演方法,通过神经网络挖掘事件因果逻辑,连接因果事件构成事理知识图谱.向量化事件节点以融合归并相似节点降低图谱冗余,增强图谱泛化性.根据事理知识图谱反映的发展逻辑对目标舆情事件的演化趋势进行预测.以自然灾害舆情事件为例,实验结果表明提出的方法能够有效预测舆情事件发展方向,可以为舆情监管提供一定支持.     

引入时间机制的网络舆情演化分析方法研究

网络舆情的迅速发展使舆情发展成为研究热点,它对舆情的预测预警具有重要意义。从文本聚类入手,针对舆情的演化分析过程,在时间序列上进行K-means聚类研究,得到聚类中心,又依此对聚类中的词频统计进行时序加权处理,使统计所得关键词更具有代表性。通过对时间聚类法和时序加权统计法所得关键词的分析,得到了舆情演化的趋势。研究结果表明该方法降低了聚类的维数,减少了噪声,提高了聚类的准确度,增强了演化分析的可信度。     

基于CiteSpace的大数据分析研究文献可视化分析

文章基于CiteSpace软件对中国国家知识基础设施（China National Knowledge Infrastructure,CNKI）中2013—2022年有关大数据分析的研究文献进行多个维度的计量分析,结果表明：大数据分析研究领域整体呈上升趋势,且上升趋势较快,但国内近两年发文量稍下降;国内近几年马晓亭和孟天广的发文量最多;研究机构共现分析显示国内发文量较多的机构有中国人民大学、中国科学院大学、武汉大学等,但还未形成较为紧密的研究队伍;研究热点主要分布在数据挖掘、人工智能、云计算、情感分析以及神经网络等方面。国内对大数据分析的研究仍处于发展阶段,应加强各研究者和研究机构之间的合作,注重关键领域的研究。     

基于复杂网络的协同舆情演化模型研究

针对舆情传播中人际关系网络的复杂性和个体邻域的异质性,建立可变聚类系数的无标度网络,在此基础上构建了协同舆情演化模型。通过不同参数下的仿真实验,分别讨论了序参量和网络结构特征对系统磁化率的影响。实验结果表明,序参量更能体现舆情系统的协同效应,比较符合网络舆情演化的实际情况。此外,当网络平均度较小时,提高聚类系数可以有效抑制舆情的传播;当平均度超过临界值时,将促使系统迅速收敛于极端态度,此时聚类系数不再起关键作用。研究结果有助于理解舆情的演化规律,为导控舆情发展提供了理论参考。     

本科高校教学质量保障体系研究——基于CiteSpace知识图谱分析

近年来,加强高等教育内部质量保障成为共识,国内关于教学质量保障体系的研究成为热点。文章通过CiteSpace软件,以中国知网中2014—2023年收录的高校教学质量保障体系研究相关的200篇文献为样本,对该领域研究成果的总体情况和发文单位等进行分析,并制作关键词共现图谱、聚类图谱和突变词强度表,分析研究热点和发展趋势,并据此提出未来研究的建议。     

知识图谱在指导学生毕业设计中的应用

为了指导学生毕业作品应用更多专业前沿技术,呈现更多形式,提高学生毕业设计作品质量,对毕业论文进行知识图谱研究是十分必要的。本文提出了一个构建毕业论文关键词知识图谱方案,以CNKI为检索库,运用文献计量分析法,结合CiteSpace可视化分析技术,应用关键词的词频分析、共现分析和聚类分析,构建计算机类硕博士论文关键词知识图谱。研究结果表明,采用该方案构建知识图谱,能够帮助把握计算机类专业的研究热点和发展趋势,并对高职学生毕业论文起到借鉴和指引作用。     

基于CiteSpace的网络安全犯罪研究可视化分析

为系统分析我国网络安全犯罪领域研究情况,本文运用CiteSpace及相关文献计量方法对2001-2021年“CNKI”数据库中CSSCI来源的294篇网络安全犯罪相关的文献进行可视化分析。通过文献数量分布、核心作者、机构合作情况、高频关键词、关键词聚类分析探究我国网络安全犯罪领域研究热点与现状。     

一种自适应网络舆情演化建模方法

网络舆情演化建模及在此基础之上的趋势预测已成为网络舆情研究的热点内容。针对短期趋势预测方法忽略演化过程统计特性的动态变化性,致使模型选择盲目、预测效果较差的问题,本文提出一种自适应网络舆情演化建模方法（AEMIPO）。首先,动态跟踪网络舆情演化过程的平稳性、周期性和自相似性等统计特性;其次,选取能够描述上述统计特性的ARMA、ARIMA、SARIMA、FARIMA模型构建备选模型库;最后,通过制定模型选择规则,从备选模型库中选择合适的模型对当前时刻的演化过程进行自适应建模,并预测其演化趋势。实验表明,与现有方法相比,AEMIPO具有更高的预测精度与更好的预测稳定性,更适合对网络舆情演化过程进行短期建模及趋势预测。     

基于二次线性模型的网络舆情演化研究与实现

针对目前网络舆情形成迅速,对社会影响巨大,主要讨论在加强互联网信息监管的同时,研究网络舆情的演化趋势并研究相关算法以对其发展做出科学的预测,目的是对网络舆情的特性有一定的了解,掌握其基本的变化规律,以便提早采取应对措施,对于及时应对网络突发的公共事件和全面掌握社会民情民意有重大意义。     

基于二次线性模型的网络舆情演化研究与实现

针对目前网络舆情形成迅速,对社会影响巨大,主要讨论在加强互联网信息监管的同时．研究网络舆情的演化趋势并研究相关算法以对其发展做出科学的预测．目的是对网络舆情的特性有一定的了解,掌握其基本的变化规律,以便提早采取应对措施,对于及时应对网络突发的公共事件和全面掌握社会民情民意有重大意义。     

中国智慧水利研究知识图谱分析

为系统梳理中国智慧水利历史演变过程,把握其研究方向,以中国知网（CNKI）2010—2020 年收录的 974 篇文献为研究对象,借助 CiteSpace 软件进行关键词共现、聚类和时间线视图分析,通过对关键词突现、归类和时区演进分析,并结合水利部重大会议和相关文件内容进行分析,结果表明：2010 年以来中国智慧水利的研究与国家政策密切相关,并在 2017 年至今呈现爆发式发展;聚类分析发现,智慧水利的技术路线、应用方向和发展要求是主要研究方向,大数据、风景园林、水利工程、智慧水务和区块链是主要的聚类群体;关键词时区演进分析发现,中国智慧水利的研究可以分为 2010—2011 年（起步阶段）、2012—2016 年（稳步前进阶段）、 2017 年至今（快速演进阶段）3 个阶段;中国智慧水利的研究可从河长制、水安全保障和水利行业监管等方面进行深化。     

G(Galam)模型在网络舆情演化中的应用

网络舆情的互动性、多元性、衍生性等特点,使得对网络舆情演化的分析相当复杂。首先,剖析网络舆情的来源、内容、传播和影响的特征,进而引入G (Galam)模型,并将其运用于网络舆情演化过程的研究中。通过实验分析,得出网络舆情的演化最终极化方向存在一定的规律性和可控性。通过干预公众个体间的交流和影响公众的公共偏好,可以引导网络舆情的最终演化方向。