负面信息

摘要： 随着全球互联网的发展以及智能手机、平板电脑等电子设备的更新换代,网络游戏载体、类型不断丰富,游戏品质不断提高,各细分游戏类型均有庞大的受众群体,全球游戏市场迅速崛起,市场规模逐步扩大。本文从《绝地求生》、游戏主播、职业比赛出发探索了负面信息、游戏知名度两者对游戏产业形象、口碑及游戏购买意愿的影响。通过构建概念模型和实证研究发现:游戏负面信息负向调节游戏购买意愿,游戏知名度正向调节游戏文化口碑。

摘要： 新媒体技术的发展和普及,物联网技术的推广和使用,标志着大数据时代的来临。信息数据海量增长,信息获取难度显著降低,信息开放性明显提升,这些变化极大地丰富了人民的精神文化生活、开拓了人民的视野,为我国文化繁荣提供了动力支持。但是,庞大的信息量和开放性的网络意味着信息存在不可控性,当大学生缺少自控能力或者辨别能力较差时,很容易受到负面信息的影响,从而在负面信息的诱导下形成错误的认知,这也是大数据时代高校思政工作难度增加的重要原因之一。

摘要： 教育要有态度,更要有温度,即使是惩戒,也应该是温暖的。如果本末倒置,不考虑如何通过惩戒对学生进行正确的价值引导,而是试图通过劝退、打骂、暴露个人隐私等手段带来威慑,制造大量负面信息,这样做如何让学生心服口服?如何让教育成为“心心相印的活动”?最近,十岁的儿子和两位同学课间在教室内追逐打闹,被班主任逮个正着,结果下午班会上三个孩子都做了检讨。学生犯了错误,老师及时批评教育,是正确的,作为家长,应支持理解。

摘要： 旅游业负面信息层出不穷,要想提升和维护旅游目的地品牌资产,必须深入了解旅游目的地负面信息对品牌资产的影响机制。基于S-O-R(刺激-机体-反应)分析框架,根据心理所有权理论提出旅游目的地负面信息对其品牌资产的作用机制,重点验证顾客心理所有权在该机制中的中介作用。研究结果表明:能力型及道德型负面信息均能够显著稀释旅游目的地品牌资产,且两者对旅游目的地品牌资产的影响并无显著差异;能力型及道德型负面信息均能够削弱旅游目的地顾客心理所有权,同时顾客心理所有权中介了负面信息对旅游目的地品牌资产的稀释作用。从理论上扩展了旅游目的地品牌资产前因变量的研究以及负面信息对目的地品牌资产影响的作用机制,同时对于维护与提升旅游目的地品牌,特别是理解负面信息如何对旅游目的地品牌资产产生影响具有关键意义。

摘要： 看到别人流泪,自己也觉得不舒服;看到伤心的故事,自己也觉得很难过,这种“情绪传染”就是共情。共情是人际交往中必不可少的润滑剂,但我们每个人的心理承受能力是有限的,如果一下子看到太多负面信息,我们是共情不过来的,就会感到耗竭、厌倦。这种因为与负面信息相关事件和群体产生强烈的情感联结而造成的身心健康失衡状态,就叫共情疲劳。投入共情是产生共情疲劳的首要,大量接触创伤性信息是共情疲劳的第二大原因。此外,因为每个人人生观、价值观的差异,也会对共情疲劳的产生造成影响。

摘要： 《红楼梦》全书共出现四次元宵节描写,开篇甄家自甄英莲于元宵节丢失后迅速走向衰落,这一事件预示了贾府的衰败,其后三次元宵节描写串联起贾府由盛转衰的过程。其中,花灯作为元宵节活动中一个重要的文化符号大量出现在文本中,并传递出贾府命运走向的相关负面信息。首先,花灯本应是吉祥的象征,在《红楼梦》中却总是显出不祥之兆。其次,结合清代物价水平,元宵节下贾府为置办花灯耗费了大量人力、物力、财力,巨大支出传达出贾府内囊渐空的哀音。最后,猜灯谜本是欢度元宵佳节的一场热闹活动,却暗示了人物与家族的悲剧命运。在元宵节活动的叙述中,作者从花灯观赏、花灯布置与灯谜活动三方面对贾府的颓势加以渲染,于反差和对比中增添了小说的悲剧色彩。

摘要： 复星的“舆情”是从不久前穆迪下调其评级开始的。9月13日,市场又传出了两则负面信息,加剧了人们对复星集团财务状况的担忧。其一是彭博社称,有知情人士透露中国银保监会近期要求商业银行摸底复星集团的债务敞口;其二是网传部分企业收到北京国资委通知,要求针对复星集团股票近期遭大举抛售情况,梳理与复星集团合作情况并研判相关合作风险。

摘要： COVID-19大流行带来了一系列问题,在信息疫情与信息过载的背景下,本文围绕媒体负面信息对儿童家长疫苗犹豫的影响展开研究,以期为公众更好地理解家长疫苗犹豫问题与制定儿童免疫政策提供实证参考。2021年7—8月本研究在全国范围内线上招募407名3~17岁儿童和青少年家长,以问卷的形式展开调查,随后通过结构方程模型验证。研究发现,国内家长群体普遍存在儿童疫苗犹豫,负面信息是其新冠疫苗犹豫的核心因素,个体对疫苗信息的风险感知对于疫苗犹豫的影响作用仅次于负面信息,而对信息的效能感知能够降低疫苗犹豫,家长的疫苗素养在信息采纳与疫苗犹豫中发挥调节作用。

摘要： 由于踩中了潮鞋文化爆发的节点,《得物》基本上是一骑绝尘,但是围绕《得物》的争议一直都在。此前,相关部门发布的消费维权舆情报告显示:有关《得物》的负面信息高达8000余条,其中主要涉及假冒伪劣、优惠券、鉴定费和霸王条款等。而翻看黑猫投诉,截至2021年3月12日,平台上对《得物》的投诉高达51908个,其中不乏“假货”“退货难”和“客服响应慢”等情况。甚至出现“在《得物》上买,又在旗下二手平台寄卖被鉴定为假货”的荒唐案例。

摘要： 1不愿听老婆吐槽单位里的事咋办Q:老婆总爱跟我吐槽单位里的事,每次听完我都特别烦躁,感觉很多东西跟我一点儿关系都没有,为什么我要当垃圾桶听这些负面信息和负能量的东西。可另一方面,我又感觉作为丈夫,应该倾听她的诉苦。这事经常弄得我心情很不好,我该怎么办?

摘要： 一般认为多次食品安全危机将会大大降低消费者的品牌忠诚,然而事实并非如此.近年来,蒙牛企业多次爆发食品安全危机,但其销售额一直居高不下.文章利用994名消费者的问卷资料分析了多次食品安全危机后,消费者对蒙牛品牌行为忠诚和态度忠诚的下降程度,并运用定序回归模型对其影响因素进行了实证分析.结果表明,多次食品安全危机后,我国消费者对蒙牛品牌的行为忠诚和态度忠诚均有所下降,但下降程度不大;消费者的消费结构、对乳制品行业的满意度、对蒙牛品牌的满意度、对蒙牛产品的满意度和替代性选择这四个解释变量均显著负向地影响其对蒙牛品牌的行为忠诚和态度忠诚;替代性选择显著正向地影响其对蒙牛品牌的行为忠诚和态度忠诚;对媒体信息的信任度影响其短期的行为忠诚,但不影响其长期的态度忠诚;个体特征和对负面信息的关注与了解、对蒙牛食品安全危机管理的满意度均不会影响其品牌忠诚.

摘要： 现有的品牌联合研究主要关注品牌联合初期合作对新产品和合伙品牌的影响，却没有进一步研究联合之后发生的变化。本文探讨品牌联合中，某合伙品牌负面信息对其他合伙品牌的影响，并分析品牌知名度差异水平在此过程中的调节作用。最后，本文引入涉入度的概念，通过不同涉入度下信息处理过程的差异来解释合伙品牌负面信息对其他合伙品牌的影响。

摘要： 本研究基于双重态度理论、归因理论与期望理论对“雪中送炭”和“锦上添花”两种企业社会责任行为动态效应机制进行比较研究，实验一通过2*2正交实验设计证实了社会责任行为导致正面内隐态度与外显态度的同时存在，内隐态度高于外显态度，“雪中送炭”双重态度高于“锦上添花”。实验二通过2*2*2正交实验进行动态比较研究发现，内隐态度更能够抵御负面信息的冲击，“雪中送炭”由于期望反差及时效应快速反应，长期看，“雪中送炭”恢复更为显著，体现一种善因报应。

摘要： 本发明涉及自然语言处理领域，提出了基于实体特征的金融信息负面实体发现方法、装置、电子设备及存储介质。在金融信息负面实体发现方法中，利用爬虫技术从金融类目标网页上爬取数据，构建金融信息数据集，通过分词处理、词性标注、命名实体识别，构建金融信息初始实体集，在删除冗余实体后，生成具有特殊格式的实体特征信息，再经BERT模型训练和全连接层处理，使用sigmoid激活函数进行二分类处理，判定是否属于负面实体，生成负面实体二分类信息。本发明将金融信息负面实体识别和负面实体二分类两个任务转换为一个负面实体二分类任务，增强了每个实体的重要性，能更有效的挖掘候选实体与文档内容的内在联系，大大提高了金融负面实体识别的准确度。

摘要： 本发明涉及一种基于python文本分析的上市公司负面报道信息分析系统，包括采集模块、提取模块、分析模块和输出模块，其中，所述采集模块，用于获取媒体报道文本信息，其中包括进行对文本信息进行解码识别转换，并将采集的文本信息传输至所述提取模块；所述提取模块，用于进行对获取的1媒体报道文本信息进行关键字进行提取，获取文本特征信息，其中文本特征信息作为所述分析模块的输入；所述分析模块，用于对获取的文本特征信息进行语义情感分析，并将语义情感分析作为所述输出模块的输入，其中包括对文本特征信息进行词水平语义情感分析和句子水平语义情感分析；所述输出模块，用于获取所述分析模块3的语义情感分析并进行对获取媒体报道文本信息进行标注。

摘要： 本发明公开一种基于机器学习的金融信息负面主体判定的方法，属于机器学习领域。该方法包括：提取金融信息语料并进行数据清洗和增强；采用Bert模型将实体句和内容描述句分别转换为实体句句向量和内容描述句句向量；按照维度完成拼接，形成拼接句句向量；将拼接句句向量分别输入支持向量机模型、长短期记忆模型及分布式梯度增强库模型，进行实体正负面判断；通过投票式模型融合将支持向量机模型判断结果、长短期记忆模型判断结果及XGBoost模型判断结果进行融合，得到实体正负面预测结果；对实体正负面预测结果进行后处理，提取金融文本对应的所有负面实体。该方法可用于金融文本进行信息挖掘过程。

摘要： 本发明属于计算机软件技术领域，公开了一种基于负面清单法的地下空间资源信息处理系统及方法，通过信息采集、传输、存储等技术建立地下空间利用的负面清单数据库；从设备中调用负面清单信息，从负面因素的现状、变化趋势以及危害性进行全流程分析；通过图层叠加，基于ArcGIS平台，进行城市地下空间的限制性、约束性和影响性因素综合分析以及地下空间资源量分析，获取负面清单+管理措施的地下空间利用方案信息。本发明提出一种负面清单+管理措施的分析和管理模式，其分析结果从负面因素清晰、管理措施可操作、风险可控的角度，解决了分析成果与城市规划管理‑对接不畅通的弊病。本发明的方法简单，便于推广实施。

摘要： 本发明涉及自然语言处理，人工智能领域，具体涉及一种基于大数据的金融信息负面主体判定分类方法，该方法包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到训练好的BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；本发明通过将金融文本和其对应的金融实体进行单实体+金融文本输入文本的转换，构建联合模型，同时结合了负面信息判定和负面主体判定之间的相互关联性，避免了流水线模型的缺点，提高了识别准确率。

摘要： 本发明公开了一种基于编辑距离的负面信息模式模糊匹配方法，包括：通过基于汉字的编辑距离计算方法计算两个字符串的汉字距离；通过基于拼音的编辑距离计算方法计算两个相应字符串的拼音字符串间的拼音距离；采用将汉字距离与拼音距离相结合的模式模糊匹配方法，来进行负面信息检测，在模式匹配的过程中先计算推文中所有的词语与Trigger(触发词)类关键词的距离，当值小于设定的编辑距离阈值时再与Entity(实体词)类关键词进行匹配。通过本发明的技术方案，能够有效的提高模式匹配的查全率，同时，在保证查准率的情况下提高模式匹配的F‑score。

摘要： 本发明涉及自然语言处理，人工智能领域，具体涉及一种基于大数据的金融信息负面主体判定分类方法，该方法包括：获取金融文本数据，对金融文本数据进行预处理；将预处理后的金融文本和对应的实体列表转换成单实体金融文本的输入样本；将输入样本输入到训练好的BERT模型中进行单词编码；将编码后的数据输入到训练好的联合模型中进行对应分类；根据分类结果判断当前金融行情；本发明通过将金融文本和其对应的金融实体进行单实体+金融文本输入文本的转换，构建联合模型，同时结合了负面信息判定和负面主体判定之间的相互关联性，避免了流水线模型的缺点，提高了识别准确率。

摘要： 本发明公开了基于Bert模型的互联网负面信息监控方法，利用爬虫技术获取贴吧，论坛，微博等数据，完成数据预处理。搭建Bert环境，完成Bert模型特征抽取。初步判断由于测试集与训练集语料在领域主题上比较接近，基于训练集所得到的词向量用在测试集上语境恰好合适。训练集和测试集数据取自同一个时间范围，测试集上应该也没有太多未编码的超纲新词。word2vec+LSTM模型的效果同样也不错。从模型预测执行效率看，Bert模型特征提取方法需要搭建Bertasservice服务器环境，还需要通过Webservices调用获得网页文本净荷的编码，增加了交互步骤和复杂度，此为该方法的一个短处所在。

摘要： 一种基于敏感节点免疫的负面信息级联阻挡方法，由构建负面信息传播模型、网络图初始化、获取社团结构信息、确定级联敏感节点集、确定最优级联敏感节点子集、确定免疫节点数d％、阻挡负面信息级联步骤组成。在保证有限资源以及网络结构生存性能不受影响的前提下，选取免疫级联过程中的最少最优级联敏感节点，可降低负面信息传播速度和限制负面信息传播范围；在社团结构明显的复杂网络中，对于阻挡负面信息级联起到了很好的效果，具有一定的可实施性与有效性，可有效地阻挡负面信息的传播速度与传播范围。本发明具有部署简单、易于推广，能有效地阻挡负面信息的传播等优点，可应用于舆情、谣言、病毒营销等技术领域。

摘要： 本发明涉及银行用户贷后负面信息的判断方法，包括：A.根据负面规则的实时性要求将已制定的负面规则编译为机器语言后分别在前端和后端的规则服务器保存和部署；B.对距当前90天以内有数据更新的全量客户，根据各负面规则对样本中的用户数据进行判断，如果有用户数据符合任意一条所述的负面规则，对该用户添加对应的码值，生成初步处理工单并送至审核；C.对审核后的初步处理工单实时性计算，判断初步处理工单中实时性的负面规则是否应执行，生成最终处理工单。本发明能够流程化的对银行用户的各类信息进行负面规则的及时监控，还可以多人协同在服务器上部署不同的负面规则，能够迅速对有潜在风险的用户进行识别和生成相应的处理方式。