基于概念网的本征特征提取

随着网络技术的发展,网络舆情分析越来越受到人们的重视。长期以来,应用于网络舆情分析中的文本分类和聚类技术都是以词作为最小的分析单位,很难把握词语之间的关系。介绍了舆情分析的核心体系,即基于概念网络提取文本本征特征,可以有效提高网络舆情分析准确度,利用概念消歧的方法,将文本映射成为概念网络中的概念,以义元作为最小的表达概念的单位,利用统计方法将高权重的义元集合作为文本本征特征。     

基于移动元胞自动机的网络舆情传播模型

为了准确刻画网络舆情的变化规律,针对经典元胞自动机存在的不足,考虑网络舆情主体的可移动因素,提出一种基于移动元胞自动机的网络舆情传播模型。首先对经典元胞自动机的工作原理进行分析,提出移动元胞自动机模型,然后根据网络舆情的特点,制定网络舆情主体状态转换规则和移动规则,建立移动元胞自动机的网络舆情传播模型,最后采用Matlab 2011对网络舆情演化过程进行仿真分析。仿真结果表明,舆情主体移动概率对网络舆情传播速度和同质化率影响比较大,移动元胞自动机模型可以很好地描述网络舆情的实际传播过程。     

基于人工智能的网络舆情大数据传播特征挖掘系统

为了有效解决舆情数据传播中特征挖掘技术面临的特征挖掘滞后问题,设计基于人工智能的网络舆情大数据传播特征挖掘系统。设计网络信息传感提取模块,利用O/I顺向电流指向性电路节点端口和电机控制性匹配结构构建外围控制电路以及带状数据分布式交互接口。设计舆论数据人工智能入网协议来转换当前的网络数据格式,并对其进行舆情二次语义处理。文中使用人工智能技术,依靠Hadoop平台内部学习库中的Ma_Orduse算法和K-means算法通过有效数据文本聚类获取特征键值,以中枢结构的形式传递回中央控制器,实现当前网络舆情大数据传播特征挖掘。实验数据表明应用该挖掘系统后,舆情数据特征读入延迟降低32%,读出延迟降低27%,可以有效缓解特征挖掘滞后问题。     

试论政府网络舆情工作的特征与发展趋势

本文在当前网络舆情迅速发展的背景下,论述了政府在网络舆情工作中的特征,分析了未来的发展趋势,以期探索政府网络舆情工作良性发展的有效路径。     

微博网络中基于主题发现的舆情分析

针对现有微博网络舆情分析的研究中没有从全局层面考虑舆情文本特征的情况,结合微博网络舆情的主题及趋向性分析,提出了基于主题发现的微博网络舆情分析模型,从文本预处理、微博文本特征提取、微博舆情的主题发现及趋向性分析三方面进行了具体描述。仿真结果表明,基于该模型实现的微博网络舆情分析方法在微博网络舆情的分析处理中检测效果良好,说明该模型有效。相关内容可为该领域的进一步研究提供有价值的参考。     

基于社交软件的高校校园网络舆情分析

为了准确把握高校大学生群体的心理状况和行为倾向,利用社交软件针对性分析高校校园网络舆情具有重要理论意义和现实价值。首先,调研高校的校园官网、微博、QQ与微信,通过问卷、网络爬虫等手段收集大学生网络舆情数据。然后,通过数据预处理、数据挖掘来提取热词和敏感信息,对热点事件进行聚类并可视化呈现舆情分析的结果。最后,基于舆情分析结果给出引导大学生健康发展的相关建议。     

基于多主体仿真的微博舆情动态演化模型研究

微博仅140个字,信息共享非常迅速便捷,逐渐成为人们表达心情、交流信息的重要方式。随着用户和数据的积累,微博在舆情管理、行为预测、网络影响发挥着越来越大的价值。文章尝试引入多主体建模与仿真方法对微博舆情动态演化规律进行定量研究,为微博舆情的引导和管理提供科学依据。将微博中各个主体的差异性考虑进去,用多主体建模与仿真方法构建主体之间的交互规则来对传统传染病模型(SIR模型)中的概率进行改进。     

网络集群行为事件中社会网络结构的属性特征研究

集群行为事件更容易在网络环境下发生,其会对社会稳定与和谐发展造成极为不利的影响.本文从社会网络分析的视角,介绍了集群行为事件中社会网络的五种结构特征,在此基础上提出了三种疏导和调控网络集群行为事件中舆情传播的策略.本文的研究成果能为当前网络公共安全研究和工作人员提供理论和方法指导.     

人工蜂群聚类的多媒体网络舆情数据挖掘

阐述多媒体网络舆情数据分布的图谱结构模型,采用人工蜂群轨迹图谱特征分析方法,构建多媒体网络舆情数据的循环查询模型,通过关键词查询和模式查询方法,进行多媒体网络舆情数据的人工蜂群聚类分析,结合数据存储结构分析和联合参数特征分析方法,进行多媒体网络舆情数据图谱参数融合和聚类,实现多媒体网络舆情数据挖掘。仿真结果表明,采用该方法进行多媒体网络舆情数据的精度较高,图谱辨识能力较好。     

网络舆情泛娱乐化现象的社会情境分析

娱乐是景观的主宰模式,成为塑造政治、伦理和日常生活的一个强大的、充满诱惑力的手段。我们正处于一个泛娱乐化时代,网络舆情呈现“泛娱乐化”倾向,而网络舆情泛娱乐化产生、存在和发展的社会情境也发生了变化。本文的主要研究内容为,第一部分说明网络舆情泛娱乐化现象产生的社会情境,包括市场经济条件下的必然以及网络新闻的传播者过分追求利益。第二部分分析网络舆情泛娱乐化现象发展的社会情境,网络舆情泛娱乐化受西方泛娱乐化浪潮,国内媒介环境转变和网络媒体受众地位加强的影响。第三部分归纳网络舆情泛娱乐化对个体的影响,网络舆情的泛娱乐化会改变人们的行为习惯和生活方式,影响受众的社会责任感,受众的人生态度容易受网络舆情泛娱乐化影响而出现偏差。     

基于用户情绪状态的网络舆情传播模型研究

将用户情绪作为影响因素,引入到舆情传播模型中,研究社交网络中舆情传播者在行为特征、社群互动和传播效果上因所处情绪状态不同而体现出的差异性.将用户情绪状态划分为乐观、悲观和中性情绪状态.处于乐观情绪状态和中性情绪状态的信息未知者,可以和所有传播者邻居互动,并以一定的概率成为信息传播者;而处于悲观情绪状态的无知者,只能被乐...     

新媒体视域下高校网络舆情管理策略

新媒体不仅提供了庞大的网络资源,还加快了教育、工程等产业的发展。但是,当前网络舆情管理存在非理性行为,加大了娱乐化的网络舆情的消极影响,这对于学生个人发展是不利的。因此,高校教师需要重视德育教育,结合网络舆情的特征进行管理。基于上述,文章探讨了网络舆情的含义,依据网络舆情的表现特征,提出管理策略,以期为鉴。     

基于BiGRU模型的多模态网络舆情情感分析

情感分析可以挖掘社会热点事件网络舆情的矛盾冲突,加强对多模态信息的分析处理,对网络舆情管理具有重要意义。本文基于BiGRU模型构建多模态网络舆情情感分析框架,运用word2vec提取文本特征,卷积神经网络提取图像特征,采用线性融合进行特征融合实现情感分析。与基线模型相比,本文的多模态网络舆情情感分析方法准确率、宏平均F1和加权平均F1的结果更优,对现实生活产生的舆情事件具有较好的情感识别效果。     

基于大数据的网络舆情的分析

随着互联网应用和技术的迅速发展,网络舆情在数据载体量、复杂性和产生速度等方面产生了明显的变化,基本的分析枢架已经不能满足网络舆情的分析要求,因此为了更好的分析网络舆情,必须在基本的大数据基础上有所改进,以下将就网络舆情的基本分析方法对当前网络舆情大数据的特征和分类进行归纳,并对网络舆情创新将向大数据靠拢的观点进行说明。     

社会化媒体时代网络舆情的特征研究

社会化媒体时代,由于网络媒体信息发布的门槛持续降低、媒介接触的无限自由与便捷以及社交媒体带来传受互动更多的可能性,网络舆论场出现空前繁荣的景象。网络舆情较于传统舆论而言,也呈现出一系列新特征,网络热点事件频繁发生,舆情危机一触即发。改变传统的舆论观,深入了解当前网络舆情的特征及背后产生的负面影响对进行正确的舆论引导、维系网络空间安定有重要意义。     

基于社交媒体的暴雨灾害信息传播模式分析——以“7·20”河南暴雨为例

为了解暴雨灾害的网络信息传播模式，笔者围绕关键词“河南暴雨”，对从新浪舆情通平台采集到的2021年7月17日—8月2日的19 962 718条相关信息进行分析，梳理“河南暴雨”事件在网络平台的发展趋势。本文通过对微博热词和媒体报道进行聚类，分析此次暴雨灾害中的网民行为、媒体报道和社会各界响应特征，同时分析暴雨灾害的信息传播模式和舆情风险，以期为今后类似事件的灾害应急管理提供参考。     

基于大数据的网络舆情监管预测算法研究

针对传统的网络舆情监管预测算法对大广度、强干扰的网络舆情数据预测性能差的缺点,在深入研究现有网络舆情监管预测算法基础上提出一种基于大数据语义特征分析的网络舆情监管预测算法。该算法采用二元语义对网络舆情特征进行拟合,构建与匹配网络舆情关键词,构建时间序列模型,分析与提取语义特征,从而实现大数据分析法对网络舆情的监管预测。最后利用仿真实验对该算法进行验证,其结果表明,该算法预测精度高、实时性强,对提高网络舆情的监管能力具有重要意义。     

网络舆情监控系统处理流程及核心功能实现

面对复杂多变的网络舆情,监控系统发挥重要作用,为政府调控舆论倾向提供决策支持。构建了由数据采集、数据预处理、舆情分析和舆情展示等子系统构成的处理流程,并设计了实现方法。其中,基于网络爬虫技术设计了数据采集实现流程;数据预处理设计了消除噪音、中文分词、去除停用词和文本特征提取等预处理工作实现方法;舆情分析设计了舆情话题提取聚类算法流程和情感指数计算过程;舆情展示设计了舆情发布、舆情检索、舆情预警和舆情引导等四类功能的模块构成。研究成果为网络舆情监控系统开发提供比较完整的解决方案。     

面向离散文本舆情分析的分聚类方案

离散文本已经成为一种占据重要地位的舆情信息表现形式,根据离散文本的特点,提出基于特征概念网的离散文本舆情信息的分聚类框架,在此基础上给出分聚类方案。在聚类算法中,运用了遗传算法的全局并行搜索能力、k—means的高效局部聚类能力和小生境的保持种群多样性抑制漂移能力;在分类算法中,先将训练文本库进行类内聚类成子类,对子类构建特征概念网以生成替代该子类的文本,再用KNN算法进行分类。最后结合舆情分析进一步提出了可用的改进方案。     

张家口加强网络信息管理和舆情分析研究

本文在廓清网络舆情的概念和相关知识,研究网络舆情特点的基础上,以分析张家口在网络舆情管理的现状和不足为出发点,从认识、理论和实践方面提出加强地方政府网络舆情管理的主体地位,完善舆情管理机制等的途径和方法,以进一步提高地方政府在新时期的执政能力和管理水平,为张家口地区的经济发展提供有益的启发和帮助。