网络群体事件

摘要： 本文以"钟美美模仿老师视频下架"事件为例,以微博舆论场的意见领袖为研究对象进行实证研究,在分析群体性事件主体、态度意见表达特征及其影响效果的基础上,认为培养引导正能量网络意见领袖、规范舆论引导力,不仅应从意见领袖入手,提高和增强其媒介素养和大局意识,还应完善相关法律法规,鼓励政府人员发表言论.

摘要： 网络集群行为是随着互联网的发展而形成的一种新形态的集群行为,本文基于SNS社交网络,对网络热点事件中的网络集群行为进行分解与刻画.本文首先利用Gephi可视化分析不同社群网络中负面信息的传播路径,得出同一信息在不同社群网络间的传播情况;接下来借助文本挖掘对网络突发事件中的舆情进行大致分类;最后通过时间轴分析发现网络突发事件随时间变化趋势具有不可预测、爆发性强、延展性高、时效短的特点,为日后网络突发事件向群体性事件过渡中政府舆情控制、虚假信息揭露、正能量传播等提出了建议.

摘要： 基于英语学术界网络群体事件研究的梳理和类型分析可知,网络空间的复杂性决定了网络群体事件类型的复杂性.网络群体事件在参与人数、表达方式强度、行动动机等多个维度都存在着较大差异,而不同维度构成的元素之间又存在不同程度的叠合关系.基于对国外网络群体事件的类型分析,归纳出若干网络群体事件的类型,分别是个人主义与集体主义,软性与硬性,正义驱动与不容忍驱动,共同抱怨、共同威胁、共同福利与共同属性,短时间、中等时间与长时间,小规模、中等规模与大规模事件,口头表达、行为表达与线下聚合,主题类型,规范性与非规范性,效费比高低等网络群体事件类型.相关类型在动机动因、采用手段、表现属性等多个维度都存在着较大差异,但也存在着有序的逻辑联系.基于此,构建一个全景式网络群体事件动员(类型)模型,即过程-类型谱系模型.该模型表明,个体计算、宏观结构、手段目标、外在特征、内在属性、效费比与结果审视贯穿网络群体事件动态发展全过程.

摘要： 各地频发的网络群体性事件已给地区和国家稳定带来了一定冲击,发掘与开发儒家思想中追求人际和谐、仁爱及热爱祖国的优秀文化内核,将儒家优秀的道德理念渗透到道德教育之中,注重道德实践,从身边小事做起,对于保障人民群众合法合理利益的正确表达,引导网络舆情回归真实、理想有着十分重要的意义.

摘要： 当前中国正处于经济发展的重要战略机遇期,社会矛盾日益凸显,随着互联网的不断发展,网民把现实社会中的社会矛盾、利益冲突、生活问题带入到网络社会中,各类社会群体性事件不断发生,这不仅在挑战政府的执政能力,还影响社会的稳定团结。本文通过介绍网络群体性事件的类型、特征,用哲学的角度来分析其产生的原因以及相应的措施。

摘要： 新媒体的发展使网络群体事件凸显出参与主体的多元性、网民舆论参与的平等性、传统媒体和新媒体的交织性、舆论焦点日趋敏感性等特征.在应对网络群体事件时应从政府管控、媒体自律、公众自觉等方面入手,相互制约,均衡发展,有效降低网络群体事件的发生频率.

摘要： 随着我国信息网络技术的飞速发展和快速普及,媒体融合时代的网络群体事件在我国时有发生,并对我国社会经济的健康稳定发展产生了严重的不良影响,对相关当事人及当事企业的正常生产生活造成了严重冲击.文章从媒体融合时代网络群体事件传播对社会经济发展的严重危害出发,研究媒体融合时代背景下网络群体事件传播危机的预防与应对措施,结合今后一个时期我国互联网行业治理转型发展方向,对提高网络群体事件传播危机应对及预防工作提出了若干建议.

摘要： 互联网技术的迅速发展,尤其是新媒体社交平台的移动化,很大程度上推动了社会热点事件的广泛传播,但同时也带来了一系列传播伦理与法规问题,造成了"人肉搜索""网络暴力"等不良影响.文章以"留美学生演讲辱华"事件作为案例,分析网络群体事件中的传播伦理和法规问题,并针对这些问题提出相应的建议,以期构建一个理性的互联网舆论空间.

摘要： 自媒体的发展为公众参与公共事务提供了便捷.但由于网络的虚拟性、媒介的多样性、传播的飞速性,越来越多网络群体事件出现在公共视野中,对社会稳定和国家发展产生了影响.因此,对自媒体时代下的网络群体事件生成机制进行分析,有助于更好把握其治理策略.

摘要： 以政府部门处理网络群体事件信息传播为背景，首先建立了政府部门和网民在信息传播过程中的演化博弈模型，然后对不同规模网络群体事件下政府应采取的处理方案进行了复制动态分析和仿真分析。分析结果表明，对参与网络信息传播的人数较多、爆发时间已经较长的大规模网络群体事件，政府部门应及时、公开、透明的予以处理；对参与人数较少、距离爆发时间较短的小规模群体事件可以适当的采取屏蔽手段。政府部门要实现对有害社会秩序的网络群体事件的有效控制，应该建立良好的网络群体事件预警机制，把握处理信息传播的时机。

摘要： 网络上的新闻事件经过网民的热议之后，演变为网络热点事件，甚至会演化为网络群体事件。本文关注于网络群体事件演化的前期阶段，分析知名网络论坛的热点帖子，研究网络新闻事件演变为网络热点事件的前提和条件，并挖掘出中国网民心理感知过程模型。该模型不仅能解释网络论坛上为什么有些帖子石沉大海，有些帖子演变为热点事件的原因；而且能指出目前网民关注的重点；这将有助于我们深入微观层次了解网络群体事件演化过程中网民的心理现状及变化，为分析网络群体事件发展动因和演化机制奠定了扎实的基础。

摘要： 2009年6月,《缭望》新闻周刊刊载了《应对“网上群体事件”新题》一文，该文指出“群体性事件不仅发生在现实世界中，在网络上同样发生”，并建议各级地方党政干部对此加以重视。此文一出，立时引起了广泛的转载与评议，支持者有之、反对者亦有之。站在旁观的立场，虽则并不排除有个别持激进观点者对此文进行了断章取义的解读，然而，从实务出发，笔者认为，对于网络群体事件有必要在剥离先见价值评断的前提下进行一定基础性认识，惟有如此，才有可能进一步去谈论政府公权力是否应当介入这一问题，并应当采取何种形式介入。

摘要： 网络群体事件是指网络群体在一定社会背景下，为了实现共同的目的，利用网络进行串联、组织，传播某一方面信息，扰乱社会秩序的社会问题。它具有虚拟性、传播速度快、有限组织性、控制难度较大等特征。从戏剧分析理论的角度看，网络群体事件的结构由动力、导演、演员、脚本、舞台和道具等几个因素构成。该事件可大致划分为酝酿阶段和爆发阶段。在预防对策方面，要改革公安机关网监部门的职能权限，谨慎推行网络实名制，修改现有法律以适应网络管理的要求。

摘要： 本发明公开了一种基于群智传感器的网络空间群体性事件感知与检测方法，属于数据挖掘领域，具体步骤如下：一、收集每日的微博流数据；步骤二、根据微博账号的影响力筛选用于感知网络空间群体性事件的传感器账号；步骤三、对传感器账号的微博数据进行去噪处理；步骤四、对去噪后的微博数据按评论转发数进行排序；步骤五、对排序后的微博数据进行去重处理；步骤六、识别出相关事件涉及的时间地点和人物；步骤七、提取与事件相关的微博数据，对该事件进行分类并计算各微博内容的敏感值。本发明通过筛选具有影响力的媒体和用户账号组成群智传感器网络对网络空间群体性事件进行感知，无需对大规模微博数据进行挖掘，有效节省了计算和时间成本。

摘要： 本发明公开的一种事件知识图谱预测群体性事件的方法，涉及事件知识图谱挖掘与应用技术。本发明通过下述技术方案予以实现：分预测模型训练和实时预测两个阶段；预测模型训练阶段以历史结构化事件数据为输入数据构建历史事件图谱，采用图嵌入网络学习事件图谱的向量化表示，进而基于深度神经网络建立的分类网络模型来预测事件是否发生；实时预测阶段以实时的结构化事件数据为输入数据构建实时事件图谱，作为已训练完成的事件预测模型的输入数据，将实时事件数据构建的事件图谱输入事件预测模型，获取事件图谱的向量化表示，进而挖掘事件数据的深度语义信息，转化成一个事件发生和不发生的二分类问题，将概率最大的结果作为事件是否发生的预测结果。

摘要： 本发明公开了一种网络事件预测以及建立网络事件预测模型的方法和装置，该方法包括：根据用户的信令面数据，确定该用户的信令序列数据，该用户的信令面数据包括N个信令数据和该N个信令数据中每个信令数据的时间戳，该N个信令数据中每个信令数据包括信令类型；根据该用户的信令序列数据和第一监督预测模型，确定第一网络事件发生的第一概率值；根据该用户的专家特征数据和第二监督预测模型，确定该第一网络事件发生的第二概率值，该用户的专家特征数据表示该用户的至少一个预设特征的值；根据该第一概率值和该第二概率值，确定该第一网络事件的预测发生概率，提高了预测的准确率，并且减少了网络运行维护的成本。

摘要： 本发明属于信息技术领域，具体涉及一种网络事件链确立方法和网络事件链确立系统。该网络事件链确立方法包括步骤：采集包括用户标识、网站、流量、时间、时长、含关键词的内容网络数据；对采集到的网络数据进行分类，划分为至少包括事件类、网站类、用户类的类别；汇聚所述事件类、所述网站类、所述用户类的网络数据，分别计算所述网站类中网络数据的事件关联度和所述用户类中网络数据的用户关联度；根据所述事件关联度、所述用户关联度以及设定网络业务，确立与设定网络业务相关的网络事件链。该网络事件链确立方法和网络事件链确立系统，实现有效的对网络事件关系链进行追踪和预测，从而达到舆情风险预测和追踪的目的。

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群智传感器的网络空间群体性事件感知与检测方法，属于数据挖掘领域，具体步骤如下：一、收集每日的微博流数据；步骤二、根据微博账号的影响力筛选用于感知网络空间群体性事件的传感器账号；步骤三、对传感器账号的微博数据进行去噪处理；步骤四、对去噪后的微博数据按评论转发数进行排序；步骤五、对排序后的微博数据进行去重处理；步骤六、识别出相关事件涉及的时间地点和人物；步骤七、提取与事件相关的微博数据，对该事件进行分类并计算各微博内容的敏感值。本发明通过筛选具有影响力的媒体和用户账号组成群智传感器网络对网络空间群体性事件进行感知，无需对大规模微博数据进行挖掘，有效节省了计算和时间成本。

摘要： 本发明请求保护一种基于平均影响力的网络空间群体性事件预警系统，其中系统包括采集模块，预处理模块，识别模块，预警模块。本发明通过网络爬虫对网页信息进行多策略爬取，再对爬取的数据进行标准化处理。利用识别模块对标准化的数据进行识别，并将结果输入到预警模块。预警模块根据预先设定的预警指标阈值实现预警并输出可视化报告。本系统通过分析网络空间群体性事件参与者的内部组成，有效解决现有预警指标体系的仅关注事件本身而忽略了参与者组成对识别率的影响。

摘要： 本发明公开了一种基于全卷积神经网络的群体异常事件检测方法，包括：从视频数据集中获取图像序列，并将该图像序列输入卷积神经网络中，以得到图像序列的卷积特征，使用特征编码方法对图像序列的卷积特征进行降维和编码处理，以得到图像序列的二进制卷积特征集合，根据图像序列的二进制卷积特征集合获得图像序列的二进制特征直方图，根据图像序列的二进制特征直方图获得该图像序列中每一幅图像的异常系数，该异常系数用于表示图像序列中异常事件或行为发生的可能性。本发明能解决现有群体异常事件检测方法存在的预处理过程复杂、特征提取过程的实时性较差的技术问题。

摘要： 本发明公开的一种事件知识图谱预测群体性事件的方法，涉及事件知识图谱挖掘与应用技术。本发明通过下述技术方案予以实现：分预测模型训练和实时预测两个阶段；预测模型训练阶段以历史结构化事件数据为输入数据构建历史事件图谱，采用图嵌入网络学习事件图谱的向量化表示，进而基于深度神经网络建立的分类网络模型来预测事件是否发生；实时预测阶段以实时的结构化事件数据为输入数据构建实时事件图谱，作为已训练完成的事件预测模型的输入数据，将实时事件数据构建的事件图谱输入事件预测模型，获取事件图谱的向量化表示，进而挖掘事件数据的深度语义信息，转化成一个事件发生和不发生的二分类问题，将概率最大的结果作为事件是否发生的预测结果。

摘要： 本发明属于信息技术领域，具体涉及一种网络事件链确立方法和网络事件链确立系统。该网络事件链确立方法包括步骤：采集包括用户标识、网站、流量、时间、时长、含关键词的内容网络数据；对采集到的网络数据进行分类，划分为至少包括事件类、网站类、用户类的类别；汇聚所述事件类、所述网站类、所述用户类的网络数据，分别计算所述网站类中网络数据的事件关联度和所述用户类中网络数据的用户关联度；根据所述事件关联度、所述用户关联度以及设定网络业务，确立与设定网络业务相关的网络事件链。该网络事件链确立方法和网络事件链确立系统，实现有效的对网络事件关系链进行追踪和预测，从而达到舆情风险预测和追踪的目的。