基于Single-Pass算法的网络舆情文本增量聚类算法研究

随着信息技术的快速发展,互联网成为主要社会信息传播方式,网络舆情的影响力不断扩大。网络舆情具有内容丰富、信息量大且相关话题种类繁多等特点,虽然聚类技术可以用来发现网民关注的话题,但是传统聚类算法还无法直接应用于海量动态网络舆情监控。本文根据网络舆情动态演化特点,研究高效的增量文本聚类算法,选取经典的增量聚类算法Single-Pass进行了改进,解决了该算法输入数据顺序敏感问题及求解效率问题。实验结果表明,在海量舆情文本聚类过程中,该方法可以大大提升舆情文本聚类效率,同时聚类精度未受到影响。     

新时期大学生舆情演化的内涵新解及其机理探究

舆情演化内涵丰富,但目前已有研究中,缺乏对舆情演化深入的多角度分析。将舆情演化解构为主题演化、强度演化和实践演化,并立足现实案例,对舆情演化的总体趋势、路径等内在机理进行探究,在一定程度上有助于准确、快速地开展舆情工作,尤其是舆情预警。     

媒体响应速度对谣言传播模型的影响

本文基于改进上限的传染病模型,探究媒体响应速度对谣言传播信息量的影响.首先分析互联网环境下的谣言传播机制,构造受谣言影响的网络舆情演化模型,然后通过数值模拟实验分析不同量级媒体的响应速度对谣言传播演化的影响.实验证明,媒体响应速度与媒体影响力存在负相关.将模型应用至新冠肺炎疫情初期发生的"双黄连"事件,发现根据媒体的影响力不同模型能够提出不同的响应对策,使谣言抑制率达到最大,同时在达到系统平衡点时使得谣言对舆情的影响最小.     

高校大学生创业引导策略研究

做好大学生就业工作是促进经济发展和社会和谐的重要举措。为了更好地分析影响大学生创业的机制,本研究借助演化博弈分析方法,构建博弈模型,分析了不同情形下的演化稳定情况,展示了相关参数变化对系统演化结果的影响,阐述了不同情形下应采取的大学生创业行为引导策略。     

国内制造企业敏捷性评价模型的改进

敏捷性评价是企业敏捷化不可缺少的步骤。综合可信度不确定推理方法与概率论方法的优点,针对成本、时间、鲁棒性、自适应范围、环境敏捷性度量指标体系,在基于可信度不确定推理的企业敏捷性评价模型中引入概率方法,建立了企业敏捷性评价一般可信度模型。该模型能比较客观、准确地计算企业的敏捷化程度,对国内企业敏捷性评价提供了一种新方法。     

群体性突发事件网络舆情的演化机理

随着互联网的普及与发展,当今社会逐步进入“麦克风时代”,网络逐渐成为群体性突发事件发酵和传播的重要平台。由于网络平台信息传播扩散的无约束性与匿名性,加上群体性突发事件结构的复杂性和事态发展的不确定性,对于群体性突发事件网络舆情的演化机理还缺乏深入的科学认识。基于系统动力学方法,明确群体性突发事件网络舆情的概念,梳理国内外的相关研究;对群体性突发事件网络舆情演化过程的系统要素、要素因果关系和反馈结构进行系统分析,建立群体性突发事件网络舆情演化的系统动力学模型;基于网络舆情孕育期、传播期、扩散期和衰退期4个演化阶段提出应对群体性突发事件的对策。     

突发事件网络舆情传播关键影响因素识别研究

为提高应对突发事件网络舆情传播的处理效率,基于网络可视化方法结合复杂网络理论构建网络舆情影响因素识别模型。该模型基于系统建模理论进行致因因素辨识,依据各影响因素的关联关系,运用网络建模技术形成可视化的致因网络,结合不同的节点失效方案,对致因网络进行失效仿真模拟分析,通过网络结构变化程度识别出网络舆情关键影响因素。网络舆情致因网络具有典型的无标度网络特性,基于节点介数和紧密中心度排序的失效模式对致因网络结构变化程度影响最为显著,其中事件曝光时间、政府关注度、政府发文量、媒体发文量、网民关注程度和网民讨论程度为关键影响因素。     

雷达网检测概率计算及性能评估

基于雷达方程,推导了任意虚警概率下的目标距离、雷达散射截面积、检测概率与脉冲积累数之间的关系,建立了一种高精度的雷达检测概率计算模型.根据该检测概率模型,提出了评估雷达网综合检测性能的方法.研究成果既可用于防御方对雷达网的优化部署,也可用于进攻方的突防路径规划.仿真结果验证了模型和方法的有效性.     

基于网络舆情的企业财务危机动态预警

当前我国企业面临的危机呈现复杂化与多样化的特点,财务信息披露质量问题导致基于财务指标的危机预警模型频频失准,而引入的非财务指标依赖于特定样本无法适应新危机的特性.为获取全面而客观的企业信息,提出基于自媒体中60家上市公司的相关评论,获取网民评论纵向数据流,通过情感分析处理形成网络舆情流指标,在此基础上结合财务指标,调节模型时间窗口宽度以连贯地动态反映企业财务状况,建立基于网络舆情的财务危机动态预警模型.实证表明:引入网络舆情指标的财务预警动态模型可获取最佳时间窗口宽度,预测效果显著优于仅包括财务指标的静态预警模型,具有更好的适应性.     

演化分析框架下企业学习模型的比较与构建

从演化角度探讨传统主流经济模型的局限,比较分析基于不同角度的学习模型.在此基础上,构建一个基于一定“噪声”条件的随机学习模型,旨在说明建立在学习基础上的企业决策行为的概率演化动态过程.结果表明,演化路径具有复杂系统演化的一般特征,但当系统演化能达到稳定状态时,可以求得一个均衡的决策行为概率分布,这一均衡分布可以作为纳什均衡的随机扩展.     

基于舆情分析视角的网络借贷问题平台甄别模型研究

从舆情分析视角,将多维度舆情信息纳入网络借贷平台风险分析范畴,针对不同类型的舆情信息采用不同文本处理方式,基于实验研究并结合内部平台基础信息指标与外部舆情信息指标,采用神经网络、支持向量机、随机森林和逻辑回归方法构建网络借贷问题平台甄别模型,验证舆情信息指标对甄别模型的性能提升作用.实验结果表明:第一,综合采用平台基础信息、运营信息和舆情信息进行网络借贷问题平台甄别,准确率更高;第二,相较于随机森林模型、支持向量机模型、逻辑回归模型而言,神经网络模型的甄别效果最佳.本研究有助于金融监管部门科学全面地了解网络借贷平台运营状况,并有针对性地开展精准化监管治理工作.     

基于改进SIR模型的突发公共事件网络舆情情感演化研究

基于经典的传染病模型,引入情绪感染理论,构建刻画网民正负情绪交互的动态演化改进SIR模型,结合后疫情时期爬取的实际数据,通过MATLAB模拟仿真分析了后疫情期间网络舆情的演化趋势,验证了结果的有效性。研究结果表明:社会公信力和网民信息风险感知力的提升可以提高正面情绪净化率,从而使网络舆情的演化朝着积极的态势发展,对政府部门防控疫情和维护社会稳定具有积极意义。     

基于组合神经网络的舆情短文本表示模型降维方法研究

随着网络舆情对整个社会的舆论影响力越来越大,为了有效的防控恶性事件,实时监控网络舆情也越来越尤为重要.本文针对舆情短文本信息的特点,提出基于组合神经网络自动聚类方法来构建舆情短文本的表示模型,通过特征词语义相似度构建词簇.实验结果表明:在海量文本分析和舆情发现的过程中,该方法可以有效提高舆情短文本构建表示模型的精度,提升舆情发现效率.     

风险条件下投资项目的决策与利弊

在进行投资项目的评估时,我们一般都假设将来净现金流量为一确定的数.现实中,现金流量受各种因素的影响,无法确切可知。本文主要讨论这种不确定即风险条件下投资项目的决策与利弊. 一、有关风险和概率的基本概念在讨论几种风险条件下投资项目决策的依据之前,我们有必要先了解有关风险和概率的几个基本概念. (一)风险所谓确定性是指投资项目将来某一年只存在着一可能的净现金流量,风险则是指将来某     

流程管理视角下高校热点网络舆情管理绩效评价研究

高校网络舆情是大学生利用网络平台表达诉求的集合,如何有效评价舆情成为管理者有效引导舆情的重要方法。本文首先总结了高校网络舆情区别于一般舆情的四个特征,即言论群体性、评论非理性、主题鲜明性和传播扩散性;其次,基于流程管理的思想,分别从网络舆情收集、处理、分析和对策建议四个方面构建了高校网络舆情的评价指标体系;接着,将高校网络舆情管理绩效评价划分为收集-处理、处理-分析、分析-对策三个决策单元,运用数据包络分析方法设计高校网络舆情管理绩效评价模型;最后,结合案例应用高校网络舆情管理绩效管理评价模型进行实证研究。     

重大疫情下基于系统动力学的网络舆情应急响应研究

SARS和新型冠状肺炎等重大疫情催生的负面网络舆情容易引发物价飞涨、民众恐慌等次生效应,造成巨大社会危害。洞悉舆情传播规律,利用政务新媒体及时引导与控制其演化趋势,对控制疫情、稳定经济社会秩序具有重要意义。文章基于“情景—回应”视角,利用COVID-19期间的十五次舆情事件数据建立系统动力学仿真模型。基于“逆向回归法”,进一步提高模型的仿真效果。以“接子回荆”事件为例,文章通过建模、仿真、分析,验证了模型的有效性。对政务新媒体回应策略进行模拟分析,结果表明:政务新媒体的回应频率和媒体的影响力程度会对舆情热度产生非线性影响;政务新媒体的回应速度会对舆情的峰值、谷值以及生命周期产生较大影响。     

时空视角下“双减”政策执行的现实问题与负面舆情监测

“双减”政策是我国义务教育领域围绕立德树人根本任务，着眼建设高质量教育体系的战略部署。政策实施以来，受到各类群体的广泛关注，本文从统计学角度，基于时间序列分析“双减”舆情热度，运用动态嵌入式主题模型，对热度最高的五省市不同时段双减舆情文本开展研究，得到不同时段“双减”舆情词云。研究发现，“双减”发布的前三个月民众关注度最高，时间区间内的主题演化跟随了热点话题，2021年与2022年负面主题各有侧重。关注度较高的北京等五省市民众对“双减”的抵触原因不同，并且同一地域不同时间关注话题也存在差异。     

基于马尔可夫链的产品市场保有量预测模型

售后服务机构为了准确地准备库存,都需要预测产品的市场保有量。基于马尔可夫链建立的状态概率矩阵模型,与抽样调查、时间序列法、回归分析法等方法相比,更能准确预测市场产品保有量。与传统产品相比较,更新换代速度快的电子产品,要预测其市场保有量,更需要利用状态概率矩阵模型。     

浅析新媒体环境下企业舆情的监管策略

新媒体环境下,公众可以迅速便捷地传播信息、自由互动地表述观点,这让企业所面对的的舆情环境将更具隐蔽性、突发性与扩散性,也使得企业舆情控制的不确定性增强.针对新媒体环境下舆情控制难度大,企业反应消极,虚假信息扩散严重以及宣传思维固化等问题,企业应在舆情的不同时期采取不同的监管策略:舆情预警阶段,海量信息的整理,强劲的技术、人才,对舆情信息准确的预测必不可少;而在舆情产生时,能够快速做出反应,利用意见领袖影响力,发挥新媒体的优势就成为了重中之重;舆情解除后还应将责任追根溯源,树立大舆情观念来拓展舆情管理.如此,企业才能在复杂的新媒体环境下防患于未然,缓解舆论压力,树立起良好的企业形象.     

加权投资者关系网络的股市传闻扩散演化模型

针对股票市场中投资者间的耦合关联性以及各主体对股市传闻等各类信息认知和处置的差异性,综合考虑投资者对传闻扩散的遗忘性和记忆性行为特征,构建了基于加权投资者关系网络下的股市谣言扩散SIHR演化模型.通过数理解析和模拟仿真分析,研究发现:股市传闻扩散演化状态的稳定性和传播阈值,受股市网络结构、传染力指数和连接强度指数影响;基于加权投资者网络SIHR演化模型的股市传闻扩散阈值必然存在;相比于连接强度指数,传染力指数通过调节个体间相互接触的概率对股市传闻扩散的影响更加显著.