旅游危机事件网络舆情的本体分析

舆情本体是危机事件相关信息的网络文本内容,决定了网络舆情的热度和危害性.以湖南凤凰古城收费事件为例,甄选网络舆情本体的高频词汇,从词汇类目和演化阶段两个维度,对旅游危机事件网络舆情本体进行研究.研究发现:网络舆情受媒体议程设置影响,网民对事件的探讨基于媒体的报道内容,在了解事实的基础上进行个性化和深入的内容生产;“用脚投票”“抵制”是网民表达不去旅游的意愿和负面情绪的最主要方式;网络舆情的发散追因现象明显,将旅游事件发展成社会事件,将事件的负面影响扩大到整个旅游地,将个别案例扩展到国家和社会的层面;网络舆情的群体极化和网络暴力现象明显,极端表现是层出不穷的语言暴力、人肉搜索、网络恶搞或造谣诽谤;应对网络舆情的冲击和影响,需要从提升网民和政府的媒介素养、加强媒体的职业道德和自律、重视网络舆情的反馈作用以及建构网络舆情监测与预警系统等方面着手.     

网络舆情演化模式分析

网络舆情演化分析已成为网络舆情研究的热点内容.文章使用描述网民发帖过程的时间序列来表征网络舆情的演化过程,使用时间序列的分析方法来探索网络舆情的演化规律,构建了6个网络舆情演化模式,包括分布模式、平稳模式、相关模式、自相似模式、周期模式和趋势模式,并给出了相应的模式分析方法.实验表明,构建的网络舆情演化模式能够有效地表征网络舆情演化过程,有助于更深层次地分析网络舆情演化规律,为后续演化建模提供理论基础.     

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。     

基于马尔可夫模型的网络舆情热度趋势分析

针对网络舆情热度趋势的特点,利用基于马尔可夫模型的网络舆情热度趋势分析方法对巴黎恐怖袭击事件进行分析,该方法可有效预测热点网络舆情的走势,为后续建立网络舆情预警体系和网络舆情引导机制提供了理论支撑.     

基于SEI3R的微信舆情演化模型

舆情演化包括信息传播和观点演化两个相互交织、相互影响的过程。利用SEIR模型描述个体传播状态转移过程,基于Deffuant 模型描述个体观点交互过程,将传播者细分为正面传播者、负面传播者和中立传播者,建立了融合信息传播和观点演化的SEI³R模型框架。在SEI³R模型框架的基础上,分析微信传播特性,定义社会加强效应和兴趣衰减效应影响下的传播概率、基于亲密度的观点交互关系,建立了微信舆情演化模型。通过仿真实验,研究了信息传播、观点演化以及相互影响的效果,对舆情事件性质、立场调整系数以及用户心理阈值等参数进行了分析。     

丽江旅游危机网络舆情研究

在旅游业对口碑传播依赖度日益提升的背景下,2017年初短时间内丽江负面舆情高频出现影响了丽江政府部门的公信力,严重损害丽江国际旅游城市的形象。为了挽回网络负面舆情的不良影响,恢复游客对丽江的信心,提出需要强化旅游市场监督力度,维护旅游市场秩序,完善新闻发言人制度,建立网络舆情预警机制,负面舆情应对及时公关,呼吁网民保持冷静理性,保持政府与媒体良性沟通,提高社会管理水平,建设服务型政府,加强个体修养,教化民众淳民风等对策。     

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。     

基于结构平衡的社交网络舆情正向引导学习方法探讨

社交网络已经成为人们获取信息和进行社会交往的重要平台。一个话题经过众多网民评论与传播, 可能演变成社会关注的热点舆情。在社交网络文本大数据背景下, 从话题产生源头把握其演化趋势和发展规律, 对负向或弱正向话题采用适当的策略加以引导, 使其朝着正向发展, 对社会稳定具有重要意义。当前国内外相关研究尚处于起步阶段, 理论方法和研究手段还不成熟。在综述的基础上, 文章系统地提出网络舆情引导策略的理论与方法, 包括社交网络舆情生命周期与结构平衡协同演化模型;基于网络结构平衡的结构洞分析、关键节点人物识别、同质化分析的舆情引导模型特征参数分析;社交网络舆情正向引导式学习模型、算法及系统。     

基于元胞自动机的微博舆情传播研究

采用元胞自动机理论进行微博舆情传播的研究,设计微博元胞自动机模型结构,包括元胞状态、元胞空间、元胞邻域和演变规则。在微博舆情的倾向度演化中,定义了坚定性系数与影响系数,在不同的坚定性系数和影响系数分布下,进行了倾向度演化实验与分析。同时,对影响力较大的微博在倾向度演化中的作用,以及多邻域分布下倾向度的演化进行了研究。       

网络群体极化现象的形成机理及仿真实验研究

以舆情热度、环境透明度和网民理性度为主要影响因素,研究网络群体极化现象的形成机理。采用层次分析法确定因素的权重,将多维态度值引入J-A模型,分析不同权重下的影响因素对极化过程及结果的影响;基于多主体社会系统,仿真具有100个节点的BA网络下多维态度的群体极化过程,同时分析了收敛参数对群体极化的影响。仿真实验结果表明,参数的变化会影响极化过程,但不能改变极化的最终结果。多维态度评价有利于减少极端情形的发生。     

时间敏感的微博热点爬取与发现模型研究

社交媒体的发展使传统的舆情热点发现技术面临严峻挑战.结合时间因素,构建了基于微博页面的数据爬取与热点发现模型;通过时间因子修正热度指数,使针对舆情热点重要性的排序更具时效性.依托新浪微博数据的实验表明,时间敏感的微博热点发现算法能更为合理地发现热点话题.     

食品安全事件舆情监测与预警体系构建

在本文中,笔者运用马尔科夫模型理论,建立基于微博的食品安全事件舆情热度预测模型,并以"三全猪瘟水饺"事件的微博舆情数据验证了监测指标体系和预测模型的可行性和准确性.由于马尔科夫链预测食品安全事件舆情热度发展趋势的准确率高,但需立足于舆情监测发展面临的问题,才能促进食品安全事件舆情监测系统升级成为预警系统.本研究从食品安...     

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。     

从网络问政固化看政府舆情评估及管理

截至2010年6月,中国网民规模达到4.2亿,手机网民2.77亿,中国已成全球网民人数最多的国家。伴随着越来越多的网民通过网络提出诉求、表达意见,"网络问政"逐渐成为党和政府了解民意的重要平台、联系人民群众的重要桥梁和纽带。"网络问政"表明我国政府愈加关注舆情评估管理工作,但具体仍有很多需要完善的地方。本文拟从网络问政固化这一现象入手,浅析政府如何对舆情进行评估及管理工作。     

不同类型重大公共事件下交通管控舆情分析

为了研究在不同类型重大公共事件下实施交通管控引起的舆情差异,从网络舆情角度,构建适用于交通管控舆情分析的情感与主题挖掘协同分析模型.在模型中建立面向重大公共事件下交通管控舆情的情感词典库,基于朴素贝叶斯分类算法进行情感分析,采用LDA主题模型法进行主题挖掘.以常规公共事件与突发公共事件下的交通管控为研究对象,通过爬取微博平台网民的评论数据,对比不同类型事件下交通管控网络舆情变化差异.结果表明,常规公共事件与突发公共事件下的交通管控舆情情感值分别为0.75～0.95与0.35～0.85.不同类型重大公共事件下交通管控舆情出现消极主题词的因素更加复杂,而积极主题词的相似度更高.突发公共事件中交通管控舆情主题词的热度变化趋势在事件初期急剧上升,然后逐渐下降趋于平缓,而常规公共事件下的趋势没有明显规律.     

政府网络舆情能力的时代意涵

网络信息技术的迅猛发展,网络舆情的大量涌现,给政府执政能力提出了新的考验。所谓政府网络舆情能力,就是政府借助网络舆情,来有效实施公共管理的一种综合性的执政能力。它包括政府同新兴媒体打交道、掌握网络技术、网络事件应急处理、舆情热点发现、网络舆情汇集、舆情公众预警、网络民意回应、舆情判断研究、舆情引导控制、网络监督管理等能力。当前,各级政府应充分认识提升政府网络舆情能力的现实必要性。     

政府舆情危机处理行为有效性度量研究

当舆情危机发生时,政府机关的舆情危机处理行为对舆情的发展及危机的演变具有非常重要的影响,舆情危机处理行为恰当,能有效平息危机,反之则可能使处理行为无效甚至恶化舆情危机表现。该文主要针对政府舆情危机处理行为问题,提出了利用信息增益对政府危机处理者行为进行度量的模型,由具体的行为归纳出行为矩阵,通过计算得出不同有效性的行为集合,为度量舆情危机处理行为的选择提供依据。同时按行为有效性对影响舆情危机发展的政府危机处理人员的行为进行分类,以进一步规范舆情危机处理人员的行为,提高政府危机管理的效率。     

政府相关网络舆情事件评估模型研究

运用热点舆情事件快速搜索技术,提出舆情指标体系;采用改进的证据推理方式,建立政府相关网络舆情评估模型。通过实验验证该模型的效果和应用范围。     

社会物理学视角下的网络群体行为选择机理

为研究当今社会网络群体行为选择的影响因素及演化机理,本文根据网络社会行为个体与力学中"粒子"的相似性,运用社会物理学研究方法,设计事件契合变量、政府影响变量、个体能力变量、信息导向变量等4个影响因素变量,描述各个变量的属性.事件契合变量包括事件敏感度、与公众经历的契合,政府影响变量包括沟通力、公信力、处置力度,个体能力变量包括认知能力、心理状态、行为状态,信息导向变量包括信息对称性、公正性、权威性.给出每一种影响因素的函数,建立不同要素之间的影响模型.在对五年来网络热点事件调研和主要媒体在不同阶段对其报道情况统计的基础上,根据"抢盐事件"的文本分析网络群体行为演化过程,并通过Matlab仿真验证.结果表明:导火索事件控制的力度会直接影响到次生事件演化的程度,政府起着主导作用;主流媒体的公正性和权威性是影响网络群体行为演化的重要因素;导火索事件与公众的契合度对网络群体行为有一定影响,但不起绝对作用;公众个体的认知能力、心理承受能力和行为能力对网络群体行为有一定影响,认知能力越强、越理性客观的公众越不容易受到他人意见的左右.     

当前社会背景下的网民心理分析

在互联网飞速发展的时代,网络舆论越来越受到各方的重视。网民是网络舆情的重要组成部分,要正确引导网络舆情和预控网络舆情的爆发,需要分析网民的心理特征。以近几年一些网络热门事件为例,结合我国当前的社会背景,分析了网民在网络舆情中的心理特征。