我国网络舆情研究现状与研究成果分析

随着互联网技术的发展与普及，网络舆论影响力不断增强。为深入分析我国网络舆情的研究成果，通过SATI文献统计分析工具梳理中国知网核心期刊数据库的2577篇网络舆情相关文献，总结网络舆情研究现状，将我国网络舆情研究划分为高校网络舆情研究、网络舆情情感分析、网络舆情监测与传播以及网络舆情治理4个领域，并作出详细阐述，丰富了我国网络舆情的研究结果，为今后的网络舆情研究提供借鉴与参考。     

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。     

企业竞争情报主题挖掘与主题演化研究

研究了我国企业竞争情报的热点主题和主题演化态势,利用主题挖掘与主题演化方法系统梳理了我国企业竞争情报领域的研究成果.通过Python自动提取及预处理文献数据,再利用共词分析、LDA模型和知识图谱挖掘该领域的核心科研群体和热点主题,最后结合主题演化方法梳理企业竞争情报的发展脉络.该研究可为企业竞争情报领域今后的相关探索提...     

基于Citespace的我国网络公共事件研究的现状、热点与趋势分析

健全重大舆情和突发事件舆论引导机制,提升网络生态安全治理能力是推进我国治理能力现代化建设的重要内容。本文借助Citespace软件,采用文献计量方法,对2001——2021年间CNKI数据库中CSSCI期刊收录的有关网络公共事件研究的578条文献进行可视化分析,以考察国内网络公共事件研究领域的研究现状、热点主题与发展趋势。该学术领域研究总体呈现上升趋势,影响力不断扩大,热点主题涵盖网络公共事件本身的基础理论、舆情治理与危机应对、演变规律与传播机制研究等维度,但在合作网络、研究方法与研究内容方面尚存在待改进与提升之处。     

基于社会网络分析的网络舆情数据挖掘

随着网络社会的形成,网络舆情已成为民意的主要载体。分析挖掘舆情信息不能只关注舆情信息内容,更需要对舆情主体社会网络特征进行分析,以此发掘舆情核心群体、演化、趋势,从而正确导向舆情。本文以某网络热点话题为例,对该话题社会网络进行整体挖掘研究,计算分析点度中心度、密度、直径、聚类系数等参数信息,并提出舆情监管建议。     

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。     

基于CiteSpace的扩散模型研究文献可视化分析

利用可视化软件，对我国近20年扩散模型发展研究进行分析，以期为相关研究提供参考。使用CiteSpace软件，对CNKI上检索出的所有扩散模型相关文献，通过发文时间、期刊分布、主要作者和关键词中“扩散模型”出现次数最多及聚类分析进行研究分析。该领域研究热点主要分布在扩散、技术创新、模型以及社交网络方面；文献发文量逐年增长且期刊分布较为分散，各机构间合作交流少，如在研究深度和机构间交流上有所突破，扩散模型研究将在很大程度上有所提高。     

智库研究及其发展趋势可视化分析

利用信息可视化工具CtieSpaceIII 对Web of Science中收录的2004～2014 年智库研究领域的SCI、SSCI 文献，分别从发文时 间、发文国家、研究机构、刊载期刊、高被引文献、研究热点和前沿等方面进行分析发现：从时间分布上，近十年智库研究分为两个 阶段，2004～2011 年为第一阶段，该阶段发文数量平稳增长，该领域研究处于稳定发展阶段，已有学者关注该研究领域。从2012 年 起为第二阶段，该阶段论文发表数量快速增长，智库研究已经成学科热点；美国、英国、加拿大、澳大利亚和德国一同构成智库研究 世界排名的前五名，日本发文量排名第六，中国发文量排名第九，中国智库研究已在世界占有一席之地，但研究成熟度还未及诸如 美国、英国等发达国家。在排名前十的智库研究机构中，大学研究机构占了七家，可见大学在智库研究中的份量及其重要性，业已 成为国外智库研究的先研机构。智库的研究热点可以概括为基础理论、角色定位和机构运行机制三个方面，世界各国都已认识到 智库对国家发展的重大推进作用，管理型智库和科技型智库建设成为各国关注的热点。     

基于CiteSpace的科技创新与提高的可视化分析

通过搜索中国知网（CNKI）中文学术期刊数据库中本科生科研素养相关的文献数据，以2000年10月-2023年1月期间发表的132篇文献为研究对象，借助Cite Space可视化软件，利用文献聚类分析法得到了作者共现、研究机构共现、关键词聚类、关键词Timeline图谱，分析并总结了本科生科研素养培养的研究热点和研究趋势演化。根据研究结果建议针对我国本科生科研素养培养的研究者以及研究机构应该加强合作，定期举办相关学术会议，增强跨校、跨市、跨省间的合作，同时，建议关注研究领域的实证研究。     

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。     

区块链文献主题发现及演化研究

对区块链文献进行统计及可视化研究有助于发现区块链的研究热点、研究领域和演化趋势。在中国知网检索主题为“区块链”的核心期刊论文,获取文献1 216篇,对这些文献的发文量、发文机构、作者共现、重要文献引用情况等进行统计分析,了解区块链研究现状;利用CiteSpace进行可视化分析,从关键词、时区分布等展现区块链的研究热点和演化情况;从区块链思想、核心技术和应用领域等三个维度进行讨论。研究表明：区块链文献近年呈爆发趋势,涉及学科多样化;热点主题主要集中于智能合约、金融科技、数字货币、电子政务等领域;区块链应用已经延伸到多个学科和领域,成为下一代信息革命的主要支撑技术,促进了新兴技术的融合与发展。     

基于CiteSpace计量分析的国外工业设计研究现状

工业设计在《中国制造2025》的创新驱动发展中起着关键作用。通过文献计量学方法,利用科技文本挖掘及可视化软件CiteSpace,对Web of Science~(TM)核心合集数据库收录的1 484篇以工业设计为主题的文献,分别从文献发表数量、科研机构合作网络、相关研究领域以及关键词等4个角度,分析了从事工业设计研究的国家、机构、合作、研究领域及其研究热点等信息的可视化图谱。分析结果为我国工业设计教育、工业设计研究与发展提供有益的参考。     

微博舆情热点分析系统设计研究

舆情分析关乎国家发展与社会和谐,目前已有越来越多的机构和行业从事舆情分析。面对互联网海量的数据信息,新浪微博舆情热点分析系统以目前使用极为普遍的新浪微博为数据源,着眼于新浪微博热点信息的分析。新浪微博舆情热点分析系统目前已经实现了微博抓取、微博分析。文章介绍了系统的体系结构和详细设计,并对系统在实现中所遇到的主要问题及解决方案进行了描述。最后,文章分析了系统需要改进的方面,以及该领域的研究和发展方向。     

基于大数据技术网络舆情分析系统

互联网的快速发展使每位公民都能对社会热点、焦点问题发表言论，进而形成了网络舆情。而网络舆情的监测与分析越发依赖大数据分析技术系统。本文针对实时的热点话题进行舆情分析系统研究，开发出一套针对热点话题进行情感分析的舆情分析系统，该系统采用定向爬虫技术、自然语言分析处理技术、Django框架、web开发等技术。不仅可以帮助大众更好了解热点话题的舆论导向，而且能帮助相关部门检测舆情走势，控制舆情程度并给出明确的信息依据。     

基于LDA模型的研究领域热点及趋势分析

随着研究的不断深入以及信息传播手段的进步,与某个研究领域相关的科学文献越来越多,也越来越容易得到,然而要阅读和分析这些数以千计的文献,仅凭人力已经难于实现对该领域研究重点、研究热点以及趋势进行全面系统地分析.鉴于此,提出一种基于LDA模型对某研究领域在一定时期内的热点及趋势进行自动识别的方法.该方法利用Gibbs抽样计算模型参数,获取领域热点主题以及热点词语,通过按时间后离散的主题演化方法分析热点主题在时间轴上的强度演化.以中文信息处理领域为例,通过对《中文信息学报》2001—2010十年间发表的学术论文进行分析,自动获取中文信息处理领域十年内的研究热点以及热点主题在时间轴上的演化趋势.实验结果初步证明了该方法的有效性.     

基于知识图谱的国际协同计算领域可视化分析

通过CiteSpace对Web of Science的SCI数据库中收录的协同计算领域的2 297篇文献进行分析,具体对国际协同计算领域的发文量时间分布、研究力量及合作、研究方向、研究主流、发展演变过程、研究热点及前沿进行了分析。结果表明该领域的研究正处于上升期;国家、地区以美国、中国和欧洲为核心,其研究机构以美国和中国的机构为核心,虽然我国已经具备了一定的科研实力,但缺乏该领域的高产研究者,总体来看欧洲各国之间的合作最为密切;研究方向的构成以计算机科学为主;Foster I为该领域中最具影响力的主流研究者,该领域的主流期刊（文献）包括Lecture Notes in Computer Science、Commun ACM等,主流分支领域包括网格计算等9部分;发展演变过程为前期相关研究-分布式计算-网格计算-云计算,同时穿插协同过滤的发展路径;云计算、网格计算等关键词代表了当前该领域的热点,网格计算、云计算、分布式计算、网络服务、协同过滤等关键词则代表了当前该领域的前沿,且已经广泛渗透、融合到生物学、病理学、气候学、教育学、企业信息系统、社会网络、多媒体、文本分析、产学研等领域中,体现了协同计算这一领域具有较强的跨学科特点。     

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。     

基于改进Floyd算法的网络舆情监测

随着我国计算机信息技术的高速发展,网络舆情系统在互联网领域中得到了越来越多的关注,但是我国的网络舆情管理工作仍然存在着诸多问题,其中最为集中的问题体现在反应机制的不完善。鉴于此,本文首先描述Floyd算法的内涵,阐述Floyd算法的运算步骤,提出基于Floyd改进算法的控制策略,同时分析Floyd改进算法在网络舆情中的应用与模型,重点探讨影响网络舆情监测技术的3个因素。最后以人民网和正义网正式发表的相关资料作为舆情热点数据,对提出的模型算法进行对比验证。结果表明,基于Floyd的改进算法在各项指标上显著优于其他算法,但当实验数组达到一定上限时,仍然会出现重用率极限值。希望此次研究能为我国政府机关加强对网络舆论的分析,达到能够应对社会突发事件的能力,提升政府机关在互联网环境中的舆情管理能力提供一定的帮助。     

文献计量可视化分析“水下机器人”领域现状、热点与趋势

基于CNKI数据库使用CiteSpace对2000—2021年水下机器人领域的文献进行研究,分析探讨国内水下机器人研究的现状、热点与趋势。发现:我国的水下机器人领域发文量逐年提高,该领域受到了广大学者的关注,研究热度不断增加;高被引文献基本为综述类文章,发文作者主要为万磊、李一平等学者,研究机构主要为中科院和哈尔滨工程大学;热点研究关键词为“神经网络”“运动控制”等,热点研究聚类主要为内部软件研究和仿真技术研究;滑膜控制、计算流体力学、路径规划很可能是未来的研究趋势。本文对水下机器人领域进行可视化系统性分析,展示了其在发文、关键词、热点和趋势方面的情况,为水下机器人方向研究学者提供了新的理论研究依据和视角,也为水下机器人的发展提供了一定借鉴和参考。