基于动态贝叶斯网络的舆情预测模型研究

随着新兴媒体的出现,为了提前并更加准确地判断突发事件网络舆情的发展演化方向,以便做出比较合理的预测监控.文章基于动态贝叶斯网络模型,建立了关于突发事件的网络舆情预测监控模型.通过关联概率的计算,对动态贝叶斯网络中存在因果关系的节点变量进行预测.并以分析2014年上海踩踏事件为例,确定此事件对象中的节点变量,并通过10位专家评分的方式给出了对突发事件网络舆情进行预测的具体操作方法,得到比较合理的预测结果,证明了该方法的可行性和实用性.     

网络舆情对金融市场的影响研究:一个文献综述

网络舆情通过媒体报道以及股吧、微博、博客等平台进行传播而影响投资者情绪和行为,进而引发金融市场波动。随着对金融网络舆情关注度的提升,国内外学者从理论和实证分析等方面研究了网络舆情对金融市场的影响并取得了较大进展,但目前对该方面的研究缺乏系统性梳理。因此,首先从舆情数据采集、关键词选择及网络舆情的度量三个方面对网络舆情的测度方法进行了归纳阐述;然后分别探讨了网络舆情对股票市场、衍生金融市场以及金融市场稳定性的影响关系及实证方法;最后提出在未来的研究中应重点关注以下三个方面:(1)在金融网络舆情指标构建中应利用数据挖掘技术多维度构建能充分反映舆情信息的网络舆情指数;(2)在网络舆情与金融市场的关系研究中重点关注网络舆情对系统性金融风险的影响;(3)在实证方法研究上应选用包含不同时间频率指标的模型进行分析。     

基于扎根理论量表开发的网络舆情对旅游地形象传播研究

文章基于扎根理论方法开发网络舆情危机量表,对网络舆情危机于旅游地形象的影响研究发现,除旅游品牌形象外,旅游地认知形象对旅游地意向形象传播具有显著的正向影响,网络舆情危机对旅游地认知形象传播具有显著的负向影响,除事件追因和舆情传播维度外,网络舆情危机对旅游地意向形象传播具有显著的负向影响.总体上,除舆情传播外,网络舆情危机对旅游地形象传播具有显著的负向影响.为此,应秉持“全域旅游”理念,适调媒体监督与网民批评,科学应对网络舆情危机,并有效提升各主体要素在网络新媒体时代的媒介素养,形成旅游地的正向形象传播.     

大数据环境下基于SVM-WNB的网络舆情分类研究

当前网络舆情信息存在数据量大、流动快及数据非结构化等特点,难以实现对其快速、准确的分类.SVM算法和朴素贝叶斯算法都是性能优秀的传统分类算法,但无法满足快速处理海量数据.文章利用Hadoop平台可并行处理分布式数据存储的优良特性,提出了HSVM_WNB分类算法,将采集的舆情文档依照HDFS架构进行本地化存储,并通过MapReduce进程完成并行分类处理.最后利用实验验证,本算法能够有效提升网络舆情分类能力与分类效率.