舆情传播

摘要： [研究目的]舆情当事人作为舆情事件中关注度较高的节点,其观点的信息质量会直接影响群体观点的分化和一致程度,该研究可为把控舆情发展方向、完善舆情预警系统的建设提供理论价值和现实意义。[研究方法]基于有界置信模型,引入了信息质量变量和个体信任阈值,构建了两阶段观点演化模型。通过仿真实验以及案例数据验证了模型的合理性,分析了观点信息质量、观点发布时间和频率对舆论的不同影响作用。[研究结论]研究发现,论据越充足、态度越温和的观点,越容易影响公众的舆论走向;舆情当事人持有的观点及其信息质量不同,选择介入舆论的时间不同;舆情当事人观点发布频率对最终舆论存在正向影响。

摘要： 社交媒体时代带来了复杂性进一步加剧的传播新生态。中国体育网络舆情新的传播生态中呈现出与其他类别舆情不一样的传播特征,在深刻理解和认识这些特征的基础上,提出了中国体育网络舆情的治理路径:构建中国体育网络舆情监测体系、处理好媒体关系以提升议程设置能力、重视和善于发挥体育正面舆情的引导能力。

摘要： 社交网络舆情通过网络平台传播,是网民对社会和生活中的一些热门话题,所持有的具有较高影响力、倾向性的看法与观点的集合。其中微博作为当今最热门的社交媒体之一,实时更新的热搜榜单成为人们的日常谈资。文章利用Python软件对爬取的部分微博文本数据进行数据预处理,并有针对性地筛选数据,提取特征字段信息,从中挖掘高价值的舆情主旋律,然后建立时序分析模型,对数据特征进行归纳总结,所得结果能够清晰地表明舆情传播有三阶段:产生–扩散–消减,从而挖掘舆情传播的特点与规律,合理抓住这些导向性内容的演变时段对于信息检索、舆情控制、影视宣传等都具有重要的意义和实用价值。

摘要： 群际信任是疫情防控时期医患和谐关系建设的初始动力源,其动态建构过程受到多种因素影响。社会心态嬗变与舆情传播是医患信任危机的外源性动力,群际认知偏差与群体认同错位是医患信任危机的内源性动力。依据人口统计学指标、应激源和疾病影响程度,建立医患信任危机三级评估与预警体系。在此基础上,借助沟通与信任修复归因模型,对医患信任危机干预体系进行动态建构。后续研究可从3个方面推进:(1)根据实验和测量数据,围绕案例分析、行为干预和临床干预3条路径,开展医患信任关系重构与维护的对策研究,最终确立和谐医患关系的一般信任感;(2)围绕社会心态内容维度和形成机制,厘清医患个体或群体之间的沟通与互动如何逐步成为一种社会心态;(3)借助医患沟通与信任修复归因模型,进一步开展促进技术研究。

摘要： [研究目的]明晰短视频平台网络舆情传播的非理性表达形态、非理性互动类型、情感强度现状,可加深对网络舆情现状及新兴传播方式的理解,为舆情管控带来新思路。[研究方法]选取三个具有代表性的网络舆情事件短视频,采用内容分析法,将视频元素拆解为图像、声音、文字三部分,分析其中非理性表达的主要形态和常用符号;同时以视频下方有效评论作为非理性互动样本,总结非理性互动类型及其特征、测算网民情感强度。[研究结论]短视频舆情的非理性表达,呈现出人物形象鲜明、背景音突出、“标题党”盛行的传播现状;网民情绪稳定,舆情事件内容成为情绪强度的主要影响因素;非理性互动有失义性互动、微情绪互动、偏激互动和暴力互动四类,须对失义性互动进行过滤、对偏激互动和暴力互动进行源头控制和实时监管、对微情绪互动进行监控,防止出现群体情绪感染、防止重大舆情事件产生。

摘要： [研究目的]网络舆情中信息间的竞争传播更符合社交网络的真实情境,研究舆情事件中多元信息竞争传播的演化机制有助于政府和媒体有效监控舆情、引导舆论。[研究方法]结合舆情事件多信息传播特点,加入信息犹豫者和信息接触率,构建二元信息竞争的SH2IR模型,仿真同步和异步情景下二元信息的竞争演化过程。[研究结论]研究表明,在同步传播模式下,单独增强信息接触率、传播转化率、犹豫转化率以及置换率,都可以扩大信息的传播;在异步传播模式下,信息发布的越早,传播范围越广,但单独增强传播参数对传播效果影响较弱,同时提高信息的传播参数时传播行为明显加强。

摘要： 当下,网络舆情呈现失真、多发、复杂、信息去中心化、信道多元化、传播瞬时化和扩散乘数化等特点,处置难度很大。网络舆情处置存在处置主体不作为、处置方式不恰当等问题。结合新媒体时代下舆情传播的特点,网络舆情处置需要把握五个基本原则和八个网络舆情处置的方法和技巧。

摘要： 从新媒体视角进行网络舆情传播研究,分析突发事件发展为网络舆情的演化路径与传播特征,揭露出网络舆情监管面临防控意识薄弱,新媒体应用理念不足,社会情绪关注不高以及法律惩处威慑性不强等众多挑战。根据当前新媒体平台的应用情景和信息传播特征,提出通过划分舆情事件类别强化主动性,识别舆情发展演化阶段贯彻动态性,捕捉网络舆情社会情绪动态体现针对性,完善网络世界法律监管惩处提高威慑性等举措,切实做好网络舆情的管控和治理。

摘要： 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,只能被乐观情绪状态传播者影响。构建平均场方程,从理论上验证模型的有效性。仿真结果表明,用户情绪状态可以显著影响舆情传播;乐观情绪状态率会降低传播阈值,加快传播速度,增大舆情传播的影响范围;而悲观情绪状态则具有相反的作用。

摘要： 当前,社交媒体已成为高等学校进行对外宣传、发布权威声音以及引导学生网络思想的重要舆论平台,而高校公关危机事件中舆情的生成、集聚与呈现形式复杂多变。高校公关危机事件的传播与治理应发挥高校官方自媒体议程设置功效,及时回应舆论焦点;基于准确的舆情研判掌握传播主动权、传播信息内容;坚持实事求是原则坦诚沟通,强化责任意识,有意识培养校园意见领袖,提高学生媒介素养。

摘要： 运用Gephi等社会网络分析工具对大数据网络爬虫软件集搜客采集的新浪微博有关杨宝德溺亡事件的话题数据进行分析,实证研究导生关系舆情传播的规律.研究结果发现:舆情传播网络为无标度网络,具有鲁棒性和脆弱性;舆情传播阶段随事件信息可获取性和全面性而改变;舆情传播结构的核心节点和活跃节点具有可识别性.针对结果,对进一步构建导生关系提出了启示.

摘要： 随着互联网技术的不断发展,煤矿安全事故的舆情传播呈现了新的特征,对煤矿安全事故舆情传播的研究也提出了新的要求.本文选取黑龙江龙煤集团"11.20"火灾事故,从社会网络的角度对煤矿安全事故舆情传播的网络结构,使用UCINET软件从原始数据转换后的关系矩阵中得出舆情网络图谱,并从节点中心性、中间中心性、接近中心性、凝聚子群和结构洞几个方面进行了分析.研究发现,部分节点在网络中处于中心地位,具有很高的独立性和发言权,可对其他节点产生重要影响,能够引导和控制舆论的发展.最后,根据研究结果,文章提出对煤矿安全事故网络舆情管理的相关建议.

摘要： 当前我们所处的社会已全面进入新媒体时代,舆情传播突破传统模式,实现了点对点的“瞬时性”互动传播.受此影响,高校重大突发事件舆情传播呈现出了新特点、新机制、新规律.全面分析新媒体时代高校重大突发事件舆情传播规律已不再只是单纯的学术命题,而是有效开展舆情监管所必需的管理命题.本文以“新媒体”时代为背景,就“高校重大突发事件舆情传播”的特点、要素及机制展开研究.首先,文章对“高校重大突发事件舆情传播”进行界定,明确全文研究对象；其次,通过案例分析,探究高校重大突发事件舆情传播的组成要素；再次,结合舆论形成中的集群动力学,研究舆情生成及演变机制；随后,论述了高校重大突发事件舆情沟通在各主体间的重点；最后,从舆情传播的角度,提出新媒体时代舆情治理的思考.

摘要： 近年来,微博在网络舆情方面发挥了巨大的作用,庞大的用户群数量,广泛的覆盖范围以及实时的跨区域信息传播,为新时代舆情监测提出了更高的要求.本文针对特定的微博话题,提出用户的发帖数、粉丝数以及微博内容在特定事件可以预测微博的转发量和回复量的猜想.本文利用获取的微博数据,选取相关特征作为输入和输出,基于经过遗传算法优化的BPNN预测模型进行了仿真实验.最后得到微博用户的粉丝数、帖子数和微博内容字节数可以预测回复和转发量的结论,从而证明了猜想,达到了通过微博用户属性和微博内容预测微博影响力的要求.

摘要： 近年来,微博在网络舆情方面发挥了巨大的作用,庞大的用户群数量,广泛的覆盖范围以及实时的跨区域信息传播,为新时代舆情监测提出了更高的要求.本文针对特定的微博话题,提出用户的发帖数、粉丝数以及微博内容在特定事件可以预测微博的转发量和回复量的猜想.本文利用获取的微博数据,选取相关特征作为输入和输出,基于经过遗传算法优化的BPNN预测模型进行了仿真实验.最后得到微博用户的粉丝数、帖子数和微博内容字节数可以预测回复和转发量的结论,从而证明了猜想,达到了通过微博用户属性和微博内容预测微博影响力的要求.

摘要： 近年来,微博在网络舆情方面发挥了巨大的作用,庞大的用户群数量,广泛的覆盖范围以及实时的跨区域信息传播,为新时代舆情监测提出了更高的要求.本文针对特定的微博话题,提出用户的发帖数、粉丝数以及微博内容在特定事件可以预测微博的转发量和回复量的猜想.本文利用获取的微博数据,选取相关特征作为输入和输出,基于经过遗传算法优化的BPNN预测模型进行了仿真实验.最后得到微博用户的粉丝数、帖子数和微博内容字节数可以预测回复和转发量的结论,从而证明了猜想,达到了通过微博用户属性和微博内容预测微博影响力的要求.

摘要： 近年来,微博在网络舆情方面发挥了巨大的作用,庞大的用户群数量,广泛的覆盖范围以及实时的跨区域信息传播,为新时代舆情监测提出了更高的要求.本文针对特定的微博话题,提出用户的发帖数、粉丝数以及微博内容在特定事件可以预测微博的转发量和回复量的猜想.本文利用获取的微博数据,选取相关特征作为输入和输出,基于经过遗传算法优化的BPNN预测模型进行了仿真实验.最后得到微博用户的粉丝数、帖子数和微博内容字节数可以预测回复和转发量的结论,从而证明了猜想,达到了通过微博用户属性和微博内容预测微博影响力的要求.

摘要： 近年来,微博在网络舆情方面发挥了巨大的作用,庞大的用户群数量,广泛的覆盖范围以及实时的跨区域信息传播,为新时代舆情监测提出了更高的要求.本文针对特定的微博话题,提出用户的发帖数、粉丝数以及微博内容在特定事件可以预测微博的转发量和回复量的猜想.本文利用获取的微博数据,选取相关特征作为输入和输出,基于经过遗传算法优化的BPNN预测模型进行了仿真实验.最后得到微博用户的粉丝数、帖子数和微博内容字节数可以预测回复和转发量的结论,从而证明了猜想,达到了通过微博用户属性和微博内容预测微博影响力的要求.

摘要： 本发明公开了一种基于多智能体的信息传播与舆情演化的仿真方法，包括以下步骤：选取无标度网络作为仿真的媒介；构建网民个体的传播意愿负指数模型；定义网民的属性以及网民群体之间的交互规则，基于交互规则构建网民的连续观点演化模型；信息传播与网民舆情观点演化过程相结合，对信息的传播、观点的演化进行仿真，模型运行到预设的时间步停止。本发明通过引入信息的传播、网民的交互规则以及多样的属性定义，能更好的反应出真实社会中舆情与信息一起传播的规律，体现网民之间的差异性，发现信息传播与舆情演化的规律。

摘要： 本发明提出了一种基于连续马尔科夫的双层网络舆情信息传播预测方法，包括以下步骤：S1，获取t时刻线下网络节点i接种疫苗状况，以及与线下网络节点i相对应的线上网络节点染病状况；S2，根据步骤S1的状况计算t+1时刻节点i的概率；S3，根据步骤S2计算转移矩阵概率；S4，判断与1的大小关系：若则舆情为不传播状态；否则，舆情为传播状态。本发明能够根据线上和线下双层网络节点预测舆情状况。

摘要： 一种基于事件传播特征的互联网舆情事件自动预警系统，包括：依次相连的数据采集模块、数据预处理模块、事件形成模块、特征捕获模块和决策模块，其中：数据采集模块通过爬虫系统获取全网各个媒体平台的新闻消息数据，数据采集模块通过爬虫系统获取全网各个媒体平台的新闻消息数据，进行初步处理并输出基础数据结果至数据预处理模块，数据预处理模块对来自全网的各种格式的杂乱数据进行清洗工作，进行数据预处理并输出数据结果至事件形成模块，事件形成模块从数据预处理模块获得信息进行事件形成处理并对形成的事件进行特征采集并输出描述事件属性的特征至决策模块，决策模块根据描述事件属性的特征进行决策处理并通过多次实验寻找到最适合的决策模块参数，达到最大准确度的实时完成自动舆情事件预警功能。

摘要： 本申请提供一种舆情信息内容挖掘与传播监控的分析方法，包括：获取上一次舆情信息；根据上一次舆情信息，识别上一次舆情事件的正负面；分析上一次舆情事件发生的因素；基于上一次舆情事件的发生因素，分析上一次舆情事件再现的传播程度；根据上一次舆情事件再现的传播程度，挖掘上一次舆情事件报道相关自媒体；预测相关自媒体对于上一次舆情事件再现的态度；根据自媒体的态度预测结果，对可能引发舆情危机的自媒体进行备案认证。

摘要： 本申请公开了一种舆情传播任务展示的方法及装置，方法包括根据平台中用户之间的交互行为信息以及用户与舆情文章之间的交互行为信息、交互内容信息确定舆情文章模型；基于图注意力神经网络确定社交网络结构图；基于舆情文章的内容、用户与舆情文章的交互行为信息以及社交网络结构图确定用户表示模型；根据社交平台的历史数据、舆情文章模型、用户表示模型确定舆情任务分类模型，以确定用户的偏好分类；根据用户间关联程度、用户的偏好分类并结合社交网络结构图输出可视化舆情传播图；实时监控舆情文章的实时交互信息；根据实时交互信息将舆情文章的传播路径在可视化舆情传播图中动态展示。解决现有的舆情传播展示方法无法动态展示模型预测的舆情传播路径问题、展示内容不足且准确性较低的问题。

摘要： 本发明提供了一种基于媒体传播和人际传播两种因素影响的网络舆情传播模型MI‑SEIR(Media and Interpersonal relationship‑SEIR)模型及其传播方法。其中，所述方法包括：首先，建立MI‑SEIR模型并设定MI‑SEIR模型中的节点的类型。其次，设置模型中各节点的属性，根据属性参数建立消息的传播机制与演化机制。通过计算所有节点每一时刻的观点值确定模型中各类节点的数量变化。最后，得到了更加符合现实生活的舆情传播模型。

摘要： 本发明公开了一种直接免疫SCIR的舆情传播模型构建方法。首先，考虑社交网络中在线用户的数量实时变化的问题，引入了新增率和离线率的概念；其次，考虑社会因素对免疫作用的影响，综合考虑部门的介入力度、真实信息的可信度和部门的介入时间，提出直接免疫策略；然后，建立舆情传播模型的微分方程，生成最终传播模型；最后，对模型的稳定性进行分析。通过调节模型中的各个状态概率值，可以将基本再生数限定在(0,1)中，从而抑制舆情的传播，降低舆情传播的范围。

摘要： 互联网技术的高速发展，在为我们带来高效生活的同时，也成为谣言滋生与传播的温床，对国家信息安全和社会舆论健康产生了巨大的威胁，有效控制舆论传播进程已经成为当代社会网络研究的热门话题之一。本文基于官方信息控制下舆情传播过程中的时延性、潜伏性和转换性建立官方信息控制下舆情传播模型(OI‑SEIR)，根据网络节点的影响和重要程度，从理论上推导出节点态度转换概率，使得该模型更加符合实际情况。通过实际案例，分析了官方信息对舆情传播进程的重要影响，为政府及相关部门对舆情网络的监管和正确引导提供了理论依据，具有一定的现实意义。

摘要： 本发明提供一种融合语义信息的舆情传播量预测方法及系统，属于信息处理技术领域，包括：对于获取的微博数据，利用预先构建的回归模型提取维度特征；使用基于注意力机制的双向长短时记忆模型提取微博数据的语义特征；将提取的维度特征和语义特征进行合并；对合并后的特征通过决策树算法完成传播量的预测。本发明对微博数据在转发量、点赞量和评论量等维度进行了特征提取，提取了多维度特征，并借助集成学习的方法完成回归模型的构建；使用基于注意力机制的双向LSTM提取语义特征，对不同的文字具有不同训练权重，加入防止过拟合的策略；将维度特征进行合并送入决策树，使网络既能进行用户建模又能对微博内容进行理解，提升了消息传播量预测的准确率。

摘要： 本发明公开了基于DI‑SCIR的双层耦合社交网络舆情传播模型构建方法，首先，基于传统SCIR模型，考虑网络用户数量的动态时变性和直接免疫作用，结合真实网络舆情传播情况，制定舆情传播规则；其次，提出基于LBRank的层间强耦合连接方法；最后，依据舆情传播规则，提出状态转移概率，建立舆情传播模型的微分方程，生成最终传播模型，更能有效和准确反映双层耦合社交网络中舆情传播的过程。