基于复杂网络的IC-SEIR网络舆情传播模型研究

基于传染病模型进行舆情传播的研究中,已有传播模型中节点的状态转化仅取决于设定的概率,并不符合真实的传播情况。根据现实中用户传播舆情信息的行为特征,将兴趣度与亲密度引入舆情传播的过程中,并扩展了SEIR模型中的状态转移途径,提出了IC-SEIR网络舆情传播模型,使用兴趣度、相似度来描述节点的相似性,亲密度来描述节点间连接的紧密程度,并且节点的状态转移方向取决于这两种属性。在Matlab平台下采用Facebook数据集进行仿真分析,仿真结果表明,当初始传播点为度大节点或兴趣度分布为均匀分布或常数时,舆情信息更容易传播,当亲密度分布为常数时对舆情传播也有促进作用,为进一步研究社会网络中舆情传播的过程与趋势提供参考。     

不良舆情话题在传播节点网络模型的演化规律研究

不良网络舆情是网络时代的一种重要舆论形态,反映了公众对突发事件的情绪表达,具有很强的社会影响力,需要及时处置和正确引导。本文分析了突发事件网络舆情的演化动力和影响因素,对不同阶段的舆情传播演化规律进行研究,并同步构建了网络舆情的传播模型,从而为做好舆情防控工作提供参考。     

突发事件网络舆情传播与预警模型研究

随着网络的普及使用,我国网民数量不断上升,网络舆情无论是内容还是传播的速度都在不断攀升,突发事件 网络舆情的预警与控制,已经成为一道必须正视的问题。由于突发事件有其特定的生命周期,突发事件网络舆情也有其时段 性,要根据舆情传播的变化,注重对突发事件网络舆情传播的管控,避免群体极化现象和舆情的多级衍生。本文主要从构建网 络舆情研判指标体系,构建网络舆情预测模型和突发事件网络舆情预警措施三个方面进行了简要分析,对突发事件网络舆情 传播与预警模式进行研究。     

新媒体时代突发事件网络舆情的干预机制探究

现代社会,网络这种新媒体的出现大大改变了人们的生活方式,突发事件网络舆情开始成为政府以及社会不可回避的一个话题。本文通过对于新媒体时代突发事件网络舆情及网络舆情的干预现状叙述,来探讨新媒体时代突发事件网络舆情的干预机制,进而提出注重在进行干预时一定要,在突发事件网络舆情潜伏期注重信息的收集,在舆情的持续期注重公开透明突发事件网络舆情,在舆情的持续期注重公开透明突发事件网络舆情,在突发事件网络舆情淡化期注重经验的总结。     

新媒体时代突发事件网络舆情的干预机制探究

现代社会,网络这种新媒体的出现大大改变了人们的生活方式,突发事件网络舆情开始成为政府以及社会不可回避的一个话题。本文通过对于新媒体时代突发事件网络舆情及网络舆情的干预现状叙述,来探讨新媒体时代突发事件网络舆情的干预机制,进而提出注重在进行干预时一定要,在突发事件网络舆情潜伏期注重信息的收集,在舆情的持续期注重公开透明突发事件网络舆情,在舆情的持续期注重公开透明突发事件网络舆情,在突发事件网络舆情淡化期注重经验的总结。     

在线社会网络的网络结构和信息传播研究综述

随着在线社会网络的大规模应用和普及, 亟需对在线社会网络进行深入研究分析。在线社会网络的网络结构和信息传播研究是该领域中的两大研究热点和关键问题。网络结构包括关键节点、网络关系以及社团的挖掘, 通过对网络结构的分析可以掌握被分析网络中存在的社团、节点之间的关系以及关键节点等, 而这种分析对于国家及时掌握在线社会网络的舆情、公司广告在网络上投放策略的制定都具有极大的帮助。对在线社会网络信息传播的研究主要有信息传播动力模型、信息传播源和路径的发现与描绘、信息传播的最大化和最小化等, 通过对在线社会网络信息传播的研究, 人们可以对在线社会网络信息传播的影响进行预测和干预, 从而可以将信息传播的影响按照有利的方向引导。综述了在线社会网络的网络结构和信息传播的研究现状, 并对这两方面的主要研究方法及技术的优势和不足以及适用场合进行了对比分析。     

一种基于关联关系的有向网络关键节点挖掘算法

关键节点在网络中的重要程度高于其他大部分节点,关键节点挖掘是网络分析的重要研究内容,对网络结构和网络中的关系等研究而言都具有非常重要的意义。已有的关键节点挖掘算法从不同的侧重点进行节点关键性评价,文中基于网络中节点的局部性信息,结合节点与其一阶邻居节点的关联关系,提出了一种有向网络关键节点挖掘算法。该算法在关注节点所处局部环境的同时考虑关联节点间的关联强度及重要性影响,根据局部重要性和关联重要性共同进行关键节点的评价。在实验网络上的影响力传播实验表明,相比于经典的度中心性等关键节点评价算法,所提算法挖掘得到的关键节点对影响力的传播能力更强,说明了算法的准确性。     

基于区块链技术的在线社会网络舆情传播模型与干预治理

区块链的快速发展和普及,为网络社会网络舆情的传播提供了便捷的平台,这使得网络舆情逐渐成为人民群众最活跃的反映方式.当网络舆情涉及社会热点等问题时,会引起网民的快速关注,甚至引发突发事件和连锁反应,考察政府的治理干预能力,甚至对国家社会安全和稳定构成紧张.本文根据网络舆情传播的特点,从个体行为和群体社会强化两个方面揭示网...     

浅谈突发公共事件中网络舆情监测指标体系的应用

本文介绍的网络舆情监测指标体系由舆情发布者指标、舆情要素指标、舆情受众指标、舆情传播指标以及区域和谐度指标五个指标群构成。笔者针对网络舆情的实时监测及预警预报,研究了不同指标的量化方法,给出了相应的计算公式。     

基于Rost Cm文本分析下涉警突发事件舆情应对研究——以安徽女孩溺水事件为例

2020年一起安徽女孩溺亡事件被推上了舆论的焦点,本文基于此次事件以Rost Cm文本分析软件探寻公安机关应对突发事件舆情的措施。此次突发事件舆情具有负面舆情占比大;公众关注度高讨论量大;媒体引导现象严重的特征。同时公安机关在应对突发事件舆情有着防舆情初始传播措施不足;舆情扩散期间防治措施不足;忽视构建警察网络公共关系的三点不足。本文还基于本次突发事件网络舆情特征及公安机关应对不足提出举措。     

重大突发公共事件背景下高校网络舆情特点与治理对策研究

本文以重大突发公共事件为研究背景，旨在对突发公共事件下高校网络舆情现状与特点、常见舆情类型、舆论风险成因及对策展开研究。通过对我国网络使用群体现状的数据分析引出重大公共突发事件下高校网络舆情的主要特点。采用个案分析、比较分析的研究方法，梳理出部分城市在重大公共事件突发期间，市内及周边地区高校针对学生在公共事件突发阶段的网络言论所采取的不同应对方法及后续所导致的舆论风险成因与类型，剖析不同高校在重大突发公共事件下衍生的网络舆情在校内学生群体中的传播过程与特点，从而分析总结出高校管理方所应采取的正确舆情引导方式与危机应对策略，为高校如何应对此类舆情危机建言献策。     

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。     

基于参数反演的网络舆情传播趋势预测——以新浪微博为例

针对现有的舆情传播模型研究与实际舆情数据结合较少以及难以从舆情大数据中挖掘舆情传播内在规律的问题,提出一种基于实际网络舆情大数据采用神经网络的舆情传播模型参数反演算法。改进经典SIR传染病传播模型,构建一种网络舆情传播模型,基于该模型对实际案例进行参数反演,预测网络舆情的后续传播趋势,并与马尔可夫预测模型对比,所提算法可以精确预测舆情的具体热度值。实验结果表明,所提算法在预测性能上具有一定的优越性,可以用于网络突发事件传播的数据拟合、过程模拟和趋势预测。     

一种基于网络拓扑重合度的关键节点识别方法

关键节点识别是分析和掌握复杂网络结构和功能的重要手段,对于研究网络鲁棒性、维持网络稳定性具有重大现实意义.为了探索节点与邻居之间的关联性,提出了一种有关度中心性和公共邻居数量的关键节点识别方法,仅用局部信息就表征出了节点重要性,展现了网络拓扑重合度对关键节点识别的影响,网络拓扑重合度是指节点在通信过程中与其他节点可共用的部分.通过静态和动态攻击的方式对六个真实网络和三个人工网络进行节点移除攻击,以最大连通子图比例和网络效率作为节点识别准确性评价标准.实验表明蓄意攻击比随机攻击更有针对性,此外证明了所提方法与度中心性DC、K-shell分解法、映射熵ME方法、集体影响CI方法以及潜在增益EPG方法相比更能准确评估出节点的重要性.     

融合拓扑势的有向社交网络关键节点识别模型

社交网络的关键节点识别是网络数据挖掘的基本研究问题,根据用户角色辨识网络的关键用户对提升网络拓扑结构的稳定性具有重要意义.针对有向社交网络的节点重要度分析和用户角色识别,本文考虑网络的拓扑结构、节点的属性和节点之间的相互影响,提出新度量—拓扑势距离TPD,挖掘网络中的关键节点;提出一种基于二维有向拓扑势的用户角色识别模...     

基于社区的动态网络节点介数中心度更新算法

随着互联网技术的迅猛发展,社会网络呈现出爆炸增长的趋势,传统的静态网络分析方法越来越难以达到令人满意的效果,于是对网络进行动态分析就成为社会网数据管理领域的一个研究热点。节点介数中心度衡量的是一个节点对图中其他点对最短路径的控制能力,有利于挖掘社会网络中的重要节点。在图结构频繁变化的场合,若每次变化后都重新计算整个图中所有节点的介数中心度,则效率将会很低。针对动态网络中节点介数中心度计算困难的问题,本文提出一种基于社区的节点介数中心度更新算法。通过维护社区与社区、社区与节点的最短距离集合,快速过滤掉那些在网络动态更新中不受影响的点对,从而大大提高节点介数中心度的更新效率。真实数据集和合成数据集上的实验结果表明了论文所提算法的有效性。     

群体性突发事件的舆情演化模型与仿真

针对群体性突发事件舆情演化的内在机理及影响因素问题,利用舆情演化理论与基于多智能体的建模仿真方法,建立了舆情演化数学模型以及综合考虑社会环境和异质个体特征的多智能体仿真模型。分析与实验表明,存在有效传播率阈值,大于该阈值时,群体性突发事件的规模会稳定于某一水平;小于该阈值时,群体性突发事件会随着时间的演化而结束。群体性突发事件一旦爆发,初始参与规模越大则越有利于舆情传播,从众心理会促使群体支持促进强度和阻止强度占优的一方。研究结果为群体性突发事件的预防与控制提供了有意义的参考。     

利用邻接结构熵确定超网络关键节点

识别网络中的关键节点对研究网络的拓扑结构及功能特性具有重要的实际应用价值.基于超图的超网络拓扑结构为超图,由于超图中的超边可以包含任意数量的节点,使得超网络能够清晰明了地表达出多元、多维、多准则的复杂关系.为了更好地挖掘超网络中的关键节点,基于超图理论及性质,提出超图中的邻接结构熵识别超网络中的关键节点,该方法通过研究...     

基于节点亲密度的重要性评估算法

识别复杂网络中的重要节点一直是社会网络分析和挖掘领域的热点问题,有助于理解有影响力的传播者在信息扩散和传染病传播中的作用。现有的节点重要性算法充分考虑了邻居信息,但忽略了邻居节点与节点之间的结构信息。针对此问题,考虑到不同结构下邻居节点对节点的影响力不同,提出了一种综合考虑节点的邻居数量和节点与邻居间亲密程度的节点重要性评估算法,其同时体现了节点的度属性和"亲密"属性。该算法利用相似性指标来测量节点间的亲密程度,以肯德尔相关系数为节点排序的准确度评价指标。在多个经典的实际网络上利用SIR(易感-感染-免疫)模型对传播过程进行仿真,结果表明,与度指标、接近中心性指标、介数中心性指标与K-shell指标相比,KI指标可以更精确地对节点传播影响力进行排序。     

基于大数据的突发事件网络舆情动态分类研究

在目前的大数据环境中,研究突发事件的网络舆情已经是国家、政府、企业以及研究学者关注的热点问题。如果网络突发事件出现不可控制的现象,将会造成极其严重的影响。针对网络突发事件,我们提出了大数据环境下的突发事件网络舆情动态分类研究,使用Python语言和Scrapy爬虫框架建立了网络舆情数据分析系统,运用K-means聚类算...