网络热点事件

摘要： 网络热点事件深刻影响并改变着青年大学生,青年大学生们广泛参与参与网络热点事件,其思想行为呈现出单向认同、反向质疑、混合从众和客观慎独四种态度。网络热点事件的现实复杂性因素、对网络热点事件舆情的认知不清、青年大学生自我心理承受能力不强、社会复杂性因素是造成青年大学生以上四种态度的现实起因、主观动因、心理成因和重要诱因。分析大学生参与网络热点事件的崇尚公共理性与个人非理性认知的双向摇摆、彰显独特个性与压抑自我意识的交替频生、信息开放共享与圈群自构茧房的二元格局等特征,这对于有针对性改进提升高校大学生网络思想政治工作具有重要意义。

摘要： 深度学习中的自然语言处理受到研究者广泛关注,但有时大量数据利用机器标注会影响处理效果,采用人工标注又会消耗大量的时间。通过主动学习可以降低数据标注的成本,但是主动学习会面临着倾向于选择长序列,这样的操作通常就会增加注释者的注释负担。传统的主动学习查询策略需要在模型中进行修改并生成一些额外的样本选择信息,这会增加开发者的工作量增加模型的训练时间。基于此,提出了基于CRF的命名实体识别的主动学习策略(lowest token probability,LTP),结合CRF的输入和输出来选择信息实例,通过结合全局信息和局部信息去寻找最有可能的序列分配,基于LTP的主动学习策略能够更有效地去处理短序列语料文本。最后针对网络舆情热点事件,运用模型比较基于LTP策略和传统主动学习策略的效果,实验表明基于 LTP 的主动学习策略,它的性能是好于传统的主动学习策略。

摘要： 新媒体时代,网络代替传统媒体成为传播与扩散热点事件的主要平台。大学生作为网络舆论的主力军,接触的网络热点事件较多,因此对其社会心态影响较大。大学生正处在人生的关键转折时期,社会心态与认知还不完善,因此将其选为研究对象具有一定的必要性与紧迫性。文章采用定性研究方法,结合相关传播学理论梳理网络热点事件和大学生社会心态等相关概念,分析网络热点事件对大学生社会心态的影响,得出积极与消极两方面的结论,并对这两方面进行深入分析。文章从大学生、信源与平台等多方面提出建议,旨在为正确树立大学生社会心态、打造良好的网络社会舆论环境作出贡献。

摘要： 互联网时代,网络热点事件频发,网络热点事件对大学生的影响正在变的深刻.辅导员作为大学生的知心朋友和人生导师,面对新形势,辅导员对网络热点事件中的工作路径展开探究就显得尤为重要.具体而言,辅导员首先要把握大学生在网络热点事件中的特点,其次要探究网络热点事件对学生的消极影响,最后要找准角色定位,做好思想传播人、意见话权人、全职保障人等角色,为培养国家需要的、合格的、又红又专的社会主义建设者和接班人而努力.

摘要： 互联网浪潮使信息传播速度不断加快,各种新媒体逐 渐成为人们获取信息的重要途径。网络热点事件能引发无 数网友转发和评论,“借势”宣传应运而生。在电商领域, 各大品牌已将借势营销运用得炉火纯青。尽管公益性质的 博物馆不以营利为目的,但仍可以充分加以运用,进行借 势宣传,以实现展示自身形象,提高知名度,推广展览、藏 品、活动等预期目标。

摘要： 本文选取"陕西奔驰女车主维权"事件作为案例,通过微博数据,分析事件发展过程中热度及群众情感变化趋势,发现网络群体极化的发展过程大概可以分为酝酿期、呈现期、爆发期、消散期4个阶段,而事件中群体的情感也随着事件发展而变化.基于分析提出网络群体极化具有演变迅速,群体情感情绪化的特征.最后提出良好应对、提前预防和政府干预、积极引导两条建议.

摘要： 随着科技的快速发展,互联网时代的到来,人们足不出户就能知晓中国的各种新闻和社会上的各种消息。尤其在最近几年互联网的普及,网络上的热点事件在逐渐增多、传播的速度十分的快、所覆盖的区域也很广等等,从而折射出了很多的社会问题,反映当今时代的人们的道德观念和日常的生活。大学生是网络时代的主要群体,网络热点事件给大家带来积极影响的同时,也带来了消极影响,网络热点事件也深深的影响着他们的社会心态。本文针对网络热点事件,让大学生明白网络是把双刃剑,有必要培养大学生良好的社会性心态。

摘要： 文章探讨网络热点事件中应急科普传播如何通过网络特别是社交类媒体进行传播,以及这一传播模式的特征,并分析用户利用效果.通过研究发现,分析这一传播模式的规律及其传播效果的影响因素,能够为网络热点事件的应急科普效果提升提供借鉴参考.笔者通过收集现有研究成果、对微博文本进行挖掘,采用问卷调查收集数据,利用描述统计和数据分析,了解网络应急科普传播用户利用效果的实际情况.研究结果显示,微博等媒体传播具有权威依赖性、应对的时效性、问题的针对性等特点.网络应急科普降低了传统模式中传播者与受众的隔阂,使受众对科普信息的感知更加理性,但其对舆论的引导作用也相对较低.

摘要： 新媒体语境下,热点事件以其话题性、争议性迅速引爆网络,随着事件真相的披露,舆论的走向会跟随事实倾向的转变而发生变化.以2019年7月微博"哭诉视频"为例,通过梳理事件舆论反转的过程,发现舆论反转通常来自新闻反转,且话题契合社会心理,反转速度较快,并从传播环境、传播平台、传播主体和受众四个方面探究舆论反转的形成机制.最后指出舆论反转不仅会损害媒体公信力,还会促成群体极化的趋势,从而滋生出网络谣言和暴力,造成整个网络舆论生态的泛娱乐化.

摘要： 研究网络热点事件准确检测问题,收集网络文本数据中含有大量的离群点,由于离群点一些噪声数据,对网络热点事件检测产生不利影响.为提高检测正确率,提出一种采用离群点剔除的网络热点事件挖掘算法.首先通过计算数据点的密度相似度,将小于阈值的离群点剔除,降低计算复杂度和离群点的不利影响,然后采用模糊C均值聚类算法对网络文本进行聚类,发现其中的热点事件,最后通过仿真测试算法的有效性.仿真结果表明,改进算法剔除网络中的离群点,不仅提高了网络热点事件检测正确率,而且降低算法计算复杂度,加快了网络热点事件挖掘速度,更加适合于网络热点事件在线挖掘要求.

摘要： 本文运用心理学的方法与视角，对网络热点事件中的网络民众心态及其监测指标进行研究，探讨网络舆情发生、发展、变化的心理学特点及其规律，将有助于更好地了解和引导网民的心态，发挥网络舆情的积极作用，消解其不良影响。通过对网络热点事件—“躲猫猫”事件的研究分析发现，网络热点事件的发展传播呈现一定的规律性，网民对于网络热点事件的关注和心态与官方的处置情况紧密相关，网民普遍的质疑心态源于官方公信力的缺失，网民情绪的激变源于官方的推诀、掩饰和不作为，网民用词的娱乐化和恶搞心态对网络热点事件传播颇具润滑作用，以及网络“意见领袖”的出现对于事件发展甚为重要的现状。为此，提出 政府部门应完善新闻发言人制度并与媒体合作，了解网络舆情的心理特点与规律，规范网络突发事件的应急处置机制，监测敏感事件和高频词汇，引导网民自律，实行人性化管理。

摘要： 本文采用案例分析法,选取了2017年热点事件中的“4.14辱母杀人案”、“求职少年李文星之死”和“江歌事件”,对这三例案件的网络舆论发展进行分析,指出网络舆论可划分为四阶段,分别为潜伏期,发展期,高峰期与衰退期.在潜伏期,敏感性的议题与网民的心理框架会催生议题进一步发酵;在发展期,意见领袖会促成舆论的成长与扩散,传统媒体与新兴媒体相互借力,助推舆论走向高峰;在高峰期,舆论场人声鼎沸,情绪与理性并存,新鲜信息的输入会导致其出现波动;在衰退期,伴随着事情的解决,议题分散或被新议题覆盖,各方疲乏,最终平息,而没有得到彻底解决的事件,将成为潜在舆情因子.

摘要： 本文采用案例分析法,选取了2017年热点事件中的“4.14辱母杀人案”、“求职少年李文星之死”和“江歌事件”,对这三例案件的网络舆论发展进行分析,指出网络舆论可划分为四阶段,分别为潜伏期,发展期,高峰期与衰退期.在潜伏期,敏感性的议题与网民的心理框架会催生议题进一步发酵;在发展期,意见领袖会促成舆论的成长与扩散,传统媒体与新兴媒体相互借力,助推舆论走向高峰;在高峰期,舆论场人声鼎沸,情绪与理性并存,新鲜信息的输入会导致其出现波动;在衰退期,伴随着事情的解决,议题分散或被新议题覆盖,各方疲乏,最终平息,而没有得到彻底解决的事件,将成为潜在舆情因子.

摘要： 本文采用案例分析法,选取了2017年热点事件中的“4.14辱母杀人案”、“求职少年李文星之死”和“江歌事件”,对这三例案件的网络舆论发展进行分析,指出网络舆论可划分为四阶段,分别为潜伏期,发展期,高峰期与衰退期.在潜伏期,敏感性的议题与网民的心理框架会催生议题进一步发酵;在发展期,意见领袖会促成舆论的成长与扩散,传统媒体与新兴媒体相互借力,助推舆论走向高峰;在高峰期,舆论场人声鼎沸,情绪与理性并存,新鲜信息的输入会导致其出现波动;在衰退期,伴随着事情的解决,议题分散或被新议题覆盖,各方疲乏,最终平息,而没有得到彻底解决的事件,将成为潜在舆情因子.

摘要： 本文采用案例分析法,选取了2017年热点事件中的“4.14辱母杀人案”、“求职少年李文星之死”和“江歌事件”,对这三例案件的网络舆论发展进行分析,指出网络舆论可划分为四阶段,分别为潜伏期,发展期,高峰期与衰退期.在潜伏期,敏感性的议题与网民的心理框架会催生议题进一步发酵;在发展期,意见领袖会促成舆论的成长与扩散,传统媒体与新兴媒体相互借力,助推舆论走向高峰;在高峰期,舆论场人声鼎沸,情绪与理性并存,新鲜信息的输入会导致其出现波动;在衰退期,伴随着事情的解决,议题分散或被新议题覆盖,各方疲乏,最终平息,而没有得到彻底解决的事件,将成为潜在舆情因子.

摘要： 本文采用案例分析法,选取了2017年热点事件中的“4.14辱母杀人案”、“求职少年李文星之死”和“江歌事件”,对这三例案件的网络舆论发展进行分析,指出网络舆论可划分为四阶段,分别为潜伏期,发展期,高峰期与衰退期.在潜伏期,敏感性的议题与网民的心理框架会催生议题进一步发酵;在发展期,意见领袖会促成舆论的成长与扩散,传统媒体与新兴媒体相互借力,助推舆论走向高峰;在高峰期,舆论场人声鼎沸,情绪与理性并存,新鲜信息的输入会导致其出现波动;在衰退期,伴随着事情的解决,议题分散或被新议题覆盖,各方疲乏,最终平息,而没有得到彻底解决的事件,将成为潜在舆情因子.

摘要： 随着网络和计算机技术的发展,网民数量激增,频频爆发的网络"热点事件"成为社会各界高度关注的焦点问题,其传播速度之快、波及面之广、影响力之大远远超出人们的想象,给整个社会的和谐稳定带来很大的挑战.研究网络"热点事件"的传播路径,对有效地进行舆论引导有着重要的现实意义.利用prefuse类库,在网络舆情系统发现的热点事件基础上展示其传播路径,并通过一个事件展示方法的效果和实用性.

摘要： 随着网络和计算机技术的发展,网民数量激增,频频爆发的网络"热点事件"成为社会各界高度关注的焦点问题,其传播速度之快、波及面之广、影响力之大远远超出人们的想象,给整个社会的和谐稳定带来很大的挑战.研究网络"热点事件"的传播路径,对有效地进行舆论引导有着重要的现实意义.利用prefuse类库,在网络舆情系统发现的热点事件基础上展示其传播路径,并通过一个事件展示方法的效果和实用性.

摘要： 随着网络和计算机技术的发展,网民数量激增,频频爆发的网络"热点事件"成为社会各界高度关注的焦点问题,其传播速度之快、波及面之广、影响力之大远远超出人们的想象,给整个社会的和谐稳定带来很大的挑战.研究网络"热点事件"的传播路径,对有效地进行舆论引导有着重要的现实意义.利用prefuse类库,在网络舆情系统发现的热点事件基础上展示其传播路径,并通过一个事件展示方法的效果和实用性.

摘要： 一种基于多源信息融合分析的网络视频热点事件发现方法。包括：1)采集有多源信息的网络视频；2)将网络视频的多源信息结构化为描述性关键字标签；3)根据步骤2)得到的网络视频语义结构化关键字标签与用户定义的敏感词字典的匹配度，得到网络视频的主观敏感度参数；4)根据网络视频中多源信息的点击率、时间字段，得到网络视频的客观热度参数；5)根据步骤3)得到的主观敏感度参数，建立网络视频敏感度预测模型，预测新网络视频的主观敏感度；6)根据步骤4)得到的客观热度参数，建立网络视频热度预测模型，预测新网络视频的客观热度；7)选取主观敏感度和客观热度加权求和在网络视频集中排名靠前的视频作为热点视频。

摘要： 本发明提供热点事件分类模型的构建方法、热点事件分类方法及装置，该构建方法利用采集的目标热点事件对应的事件数据，整理得到数据序列，根据数据序列计算目标热点事件的多项指标值，基于多项指标值，计算得到目标热点事件的空间样本，利用空间样本，对目标热点事件进行聚类分析，构建热点事件分类模型。通过热点事件分类模型对待分类事件进行分类，以预测待分类事件的事件类型，满足了企业对实时舆情热点事件的分类预测需求。

摘要： 本发明属于热点事件预测技术领域，具体提供一种面向社交网络的热点事件预测方法，用以解决现有技术中文本数据价值挖掘不够、动态时序特征与上下文语义信息利用不充分等技术问题。本发明首先，基于图卷积神经网络捕捉文本邻域语义信息，能够充分挖掘关键词语之间的依存关系；其次，提出维度注意力机制，改进图神经网络的动态分层传播方式，通过维度注意力机制生成重点特征摘要，并将其用于缩放原特征，自适应地调整各个维度特征响应值，增加事件预测中有价值词语的权重，同时抑制价值较弱词语的权重，即充分捕捉社交网络文本时变信息；最终，基于关键词语邻域信息与时序信息充分挖掘文本数据价值，提高模型预测的准确率，具有实用价值。

摘要： 本发明公开了一种基于数据挖掘技术的网络舆情突发热点事件发现方法，其步骤包括：1)提取当前日期T内每一条待处理的舆情消息的事件特征；2)设置多个时刻，根据各舆情消息的事件特征，统计每一类事件的消息量xTij并归一化为3)读取当前日期T之前N天的每天第i‑1时刻到第i时刻第j类事件的归一化消息量4)计算Q的第一四分数Q1ij和第三四分数Q3ij以及如果则判定第j类事件为一个热点事件；如果则判定第j类事件为非热点事件。

摘要： 本发明提供了基于群体分析的网络舆论事件中社会关注热点的预测方法，其可以预测可能会发展成社会关注热点的网络舆论事件，为舆情事件的处理提供决策支持，采集舆论事件的相关数据，构建舆论事件集合；获得不同时间窗口内的舆论事件关系子图和社会关注度指标；通过图嵌入技术对不同时间窗口内的舆论事件关系子图中的数据进行图的表示学习，得到对应的事件关系的特征向量，将事件关系的特征向量与对应的社会关注度指标构成二元组；基于双向长短期记忆神经网络构建时间序列预测模型，将二元组输入模型进行训练迭代直至模型收敛，将新的舆论事件输入模型得到其在未来时间的社会关注度指标，选择社会关注度指标最大的舆论事件作为预测的社会关注热点。

摘要： 本发明公开了一种基于网络热度的热点事件智能排序算法，包括算法准备、算法参数生成算法和热点事件智能排序算法三个部分；其中，算法准备是指在算法实施前的参数准备工作；算法参数生成算法是指各算法中所有参数生成的计算方式；热点事件智能排序算法是指综合算法准备和算法参数生成算法两部分，计算热点事件的热度λ。本发明所提供的算法，即综合考虑热点事件的来源权威性、事件关键词的传播能力和基于历史大数据的事件趋势变化规律，能较全面、科学地体现热点事件的热度，由此得到的热度数据作为排序的依据，可适用于各类热点新闻事件的盘点、排序，进而指导舆情监控、营销选题等业务。

摘要： 本发明是一种基于卷积神经网络和关键词聚类的热点事件检测方法，其特征在于：包括以下步骤：获取网络中的网络文本数据；建立初滤的关键字集合；对测试集中的网络文本进行初滤；对初滤后的测试集中的网络文本进行分词，统计分词得到的各个词在网络文本数据中的出现次数；对各个词在网络文本数据中的出现次数和在历史网络文本数据中的出现次数进行比较，确定网络文本数据中的热词；获取网络文本数据中包括热词的网络文本；训练卷积神经网络，得到事件分类模型；对处理后的测试集网络文本进行分类，对包括热词的网络文本进行聚类，利用K‑means算法将测试集中同一类型的网络文本聚类成多个事件实例簇，确定所述网络文本数据中的热点事件。

摘要： 本发明公开了一种基于多数据流计算的社交网络热点事件检测方法，包括下述步骤：对用户生成内容短文本数据进行词特征提取，并对该词特征进行主题分析；建立主题间的区分性和主题内的内聚性，以突发主题作为用户生成内容的特征；对用户生成内容、用户行为数据和用户画像数据，利用模糊集理论，建立自适应无监督的目标决策；对每个单数据流的数据进行粒化，并对多数据流进行多粒度结构的重要度和相关性度量，以对多个粒结构进行约简和相关性判断；对不同粒结构依据相关性和目标决策进行覆盖分析，从而建立多粒度空间的计算，检测热点事件。本发明能够实现无监督自适应的决策，解决多源异构数据计算问题，有效地检测社交网络中的热点事件。

摘要： 本发明提供一种在线社交网络中热点事件数据存储管理方法及系统，针对在线社交网络热点事件数据所具有的数据量大、跨平台数据间存在差异性、数据类型多以及数据价值密度低的问题，分别提出了分布式文件系统存储数据策略、清洗并稀疏多平台数据策略、划分数据类别的多种存储模式策略以及多维度的数据存储模型策略。有效解决了因在线社交网络热点事件数据本身的数据特征所带来的数据存储问题，透明化了不同在线社交网络平台中的热点事件数据，为有关在线社交网络热点事件数据的相关研究提供了有效的数据支持。

摘要： 本发明提供一种在线社交网络中热点事件数据存储管理方法及系统，针对在线社交网络热点事件数据所具有的数据量大、跨平台数据间存在差异性、数据类型多以及数据价值密度低的问题，分别提出了分布式文件系统存储数据策略、清洗并稀疏多平台数据策略、划分数据类别的多种存储模式策略以及多维度的数据存储模型策略。有效解决了因在线社交网络热点事件数据本身的数据特征所带来的数据存储问题，透明化了不同在线社交网络平台中的热点事件数据，为有关在线社交网络热点事件数据的相关研究提供了有效的数据支持。