网络文本挖掘相关技术的发展现状和问题

随着互联网和通讯网的迅猛发展,网络文本成为信息的主要载体及人们生活中不可或缺的主要信息来源,文本挖掘技术的研究意义和实用价值越来越突出.另一方面,随着Web2.0时代的到来,出现了越来越多的由用户创作的网络数字内容.用户数字内容的大量产生和传播使得短文本计算、Web文本信息抽取、文本情感分析等逐渐成为Web文本挖掘研究的热点问题.     

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.     

高校学生网民参与网络舆情传播活动的七维度研究

高校学生网民兼具网络舆情的信息源、传播者和受众等多重角色,在网络舆情传播活动中扮演着重要角色.本研究构建了研究高校学生网民参与网络舆情传播活动的七维度模型,并通过调查,初步揭示高校学生参与网络舆情传播活动过程中的主体特征、舆情内容、传播渠道、传播结果、传播心理、基本态度以及监管诉求.基于此提出了更好地优化与管理高校学生网民参与网络舆情传播活动的对策和建议.     

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。     

自媒体视域下网络舆情现状及引导路径研究 ——以江苏省2012年网络舆情调研数据为例

自媒体以其便携性、隐私性、智能性、互动性等独特优势吸引了越来越多的用户,使得网络舆情更加复杂.基于江苏省2012年网络舆情的调研数据,提出了自媒体大发展背景下的网络舆情引导路径的相关政策建议:完善网络管理法律体系;全面推行政府网络发言人制度;构建网络新把关人机制;建立网络舆情监测和协同处理机制;充分发挥“意见领袖”功能;主动设置议程,有效引导网络舆论.     

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。     

震灾网络舆情风险监测指标及其评估方法

为科学构建震灾网络舆情风险评估体系,在舆情监测指标构建基础上提出基于加速遗传算法的BP神经网络（AGABP）风险评估方法。依据网络舆情演化理论,围绕震灾网络舆情的物理属性和社会属性提出2个维度、4个二级指标和10个三级指标的震灾网络舆情风险监测指标体系。在评估方法上,针对常规评估系统对非线性、高维度和非正态评估问题的局限性,利用BP网络能够以任意均方差的精度逼近任意平方可积非线性连续函数的优势,将BP网络用于震灾网络舆情风险监测评估中,并用加速遗传算法（AGA）对BP网络参数进行优化,以解决常规BP网络存在训练速度慢和容易过早收敛的问题。通过随机样本数据对AGABP模型进行自学习训练,并用实际样本数据验证,结果表明：与BP神经网络、逻辑斯蒂曲线相比,本研究所构建的AGABP模型在收敛速度、评估准确度上有明显优势,能够用于震灾网络舆情风险管理实践中。     

基于多元词组和数据流聚类的热点话题动态发现

本文主要通过改进的TF-IDF算法和多元词组动态构建来选择特征关键词,并利用CluStream数据流聚类方法,实现文本主题的动态发现.实验表明,该方法可以较好地发现海量文本信息中不断变化的主题信息,从而达到推荐关联主题、动态监测舆情等目的.     

基于文本挖掘的突发公共事件网络舆情治理研究

基于网络爬取的方法,对近几年的121条有关突发公共事件网络舆情治理的典型案例进行可视化分析,对词云图、语义网络分析、LDA主题模型的特征分析进行语义挖掘。挖掘出突发公共事件网络舆情治理中的突出问题,了解阻碍网络舆情防控与治理之因。文章提出了构建网络舆情预警机制、建立网络舆论治理机制、健全传播者和接受者引导与培育机制、完善网络舆情法制与追责机制、优化网络舆情的多元联动共治机制。以期对突发公共事件中网络舆情有效监管,整治网络谣言乱象,较大程度地预防和减少突发公共事件的发生。     

旅游危机事件网络舆情的发生机理研究

旅游危机事件网络舆情的发生机理是指旅游危机事件何以引发媒体和网民关注、成为网络舆情热点的内在特征与逻辑规律,是旅游危机事件网络舆情研究的基础性问题。文章在对研究文献进行评述,总结危机事件网络舆情发生机理的研究方法、界定相关概念的基础上,采用多案例研究、网络文本分析和数理统计方法,对386个典型案例进行实证分析,归纳出旅游危机事件网络舆情发生的影响因素,建构了网络舆情发生的作用模型,并针对旅游危机事件网络舆情的预防与管理提出了相关的对策及建议。     

基于增量概率图模型的舆情演化分析方法

社交网络中数据更新快,对舆情的发展变化无法作出及时跟踪,以及传统话题模型因人工设置话题数的盲目性,而无法准确的对舆情演化趋势做出判断.针对这一问题,本文提出了一种增量概率图模型的舆情演化分析方法.该方法基于LDA模型,引入增量学习机制,根据每条舆情话题相关文档间基于相似度的关联度,动态确定下一时间片的舆情话题数,从而通过复用历史舆情信息的后验概率来预测下一时刻舆情变化情况,形成时间纬度上的舆情演化情况分析方法.实验结果表明,本方法可以更加精准地确定模型的舆情话题数,并能够更为准确,高效地分析舆情演化的过程.     

军校网络舆情管理和引导对策

近年来,军校网络发展迅速,校园网络舆情已对在校学员的思想和行为产生越来越重要的影响.因此,我们必须高度关注军校网络舆情的发展,及时分析其对军校学员的影响,思考军校网络舆情检测、管理、引导的有效对策,为各级机关决策提供科学依据.     

一种基于双通道卷积神经网络的短文本分类方法

传统卷积神经网络文本分类的效果依赖输入文本表示的准确度,如果文本表示不准确,则输入的噪音将直接导致分类准确性的大幅下降。针对此问题,本文提出一种基于结合词性概率(coefficient part of speech,CPOS)特征和应用场景(application scene,AS)改进的双通道文本卷积神经网络模型Word-CPOSAS DCNN(WCA-DCNN),通过引入词性的贡献度和设定场景权重2个因子,改善传统方法中短文本表示特征稀疏及不精确的问题。实验结果表明:WCA-DCNN算法在准确率、召回率和F1值等指标上都有明显提升。     

基于网络舆情的大学生思想教育体系的构建研究

在互联网迅速发展的今天,网络舆情越来越成为人们的一种重要的舆情模式。从舆情出发引出网络舆情理论的发展过程,指出网络舆情对于大学生的思想的影响。在此基础上构建了一个基于网络舆情的大学生思想教育体系框架,即“预警———应对———善后———反馈”的体系。     

高校应对由网络舆情引发大学生群体性事件的对策研究

近年来,网络舆情越来越成为影响大学生群体性事件发生和演变的重要因素,开始受到专家和学者们越来越多的关注。从网络舆情的视角出发,探讨由网络舆情引发大学生群体性事件的特点及其发生机制,并探究有效的应对方法,对于维护高校的秩序和稳定,促进社会的和谐与安定具有十分重要的意义。     

旅游危机事件网络舆情的本体分析

舆情本体是危机事件相关信息的网络文本内容,决定了网络舆情的热度和危害性.以湖南凤凰古城收费事件为例,甄选网络舆情本体的高频词汇,从词汇类目和演化阶段两个维度,对旅游危机事件网络舆情本体进行研究.研究发现:网络舆情受媒体议程设置影响,网民对事件的探讨基于媒体的报道内容,在了解事实的基础上进行个性化和深入的内容生产;“用脚投票”“抵制”是网民表达不去旅游的意愿和负面情绪的最主要方式;网络舆情的发散追因现象明显,将旅游事件发展成社会事件,将事件的负面影响扩大到整个旅游地,将个别案例扩展到国家和社会的层面;网络舆情的群体极化和网络暴力现象明显,极端表现是层出不穷的语言暴力、人肉搜索、网络恶搞或造谣诽谤;应对网络舆情的冲击和影响,需要从提升网民和政府的媒介素养、加强媒体的职业道德和自律、重视网络舆情的反馈作用以及建构网络舆情监测与预警系统等方面着手.     

重大公共危机网络舆情扩散监测和规律分析

网络传播技术手段裂变式发展,互联网正在形成舆论的＂自由市场＂,因此,对重大突发公共事件网络舆情扩散规律进行识别和引导的重要性日益突现。基于复杂系统网络信息传播与扩散的＂六度分隔＂假说、小世界网络和无尺度网络等社会网络理论,分析了重大突发公共危机网络舆情信息扩散演化过程,建立了基于主体（Agent）的网络舆情扩散监测模型以及网络舆情扩散规律分析模型。仿真结果得出的网络舆情扩散规律符合实际情况。该研究对于化解社会矛盾、有效解决公共危机以及构建和谐社会等具有重要的学术价值和深远的社会意义。     

网络舆情群体极化相关研究述评

文章从网络舆情群体极化的内涵、影响与价值判断、成因及演化、支撑技术等方面对网络舆情群体极化的相关研究现状进行了较为详尽的内容概括和分析。研究发现：目前关于网络舆情群体极化问题的研究框架基本明确,对网络舆情信息进行深度挖掘并量化评估群体极化态势的研究已逐渐展开,但针对具体社会事件网络舆情群体极化的快速量化分析体系与方法有待进一步拓展。最后,提出了引入物理学中势场思想构建网络舆情群体极化量化测评体系的研究思路。     

对重大舆情与突发事件舆论引导研究的分析与对策

随着全面深化改革的不断推进,社会矛盾和冲突频发,重大舆情与突发事件所引发的社会效应越来越大。如何应对和引导网络舆情即成为摆在政府面前的一个重要和紧迫的问题。本文围绕重大舆情与突发事件舆论,抽取,解析重大舆情与突发事件舆论信号,对重大舆情与突发事件舆论情境、传播和演变进行全景画像。总结现有关于重大舆情与突发事件舆论的引导策略、态势研判、演变仿真预测以及应急响应,并在理论层面与实践管理调控层面提出了当前研究面临的挑战与发展趋势。本研究为探索舆论事件发生机制与预判分析理论和方法、事件趋势预测方法、模型预警模型与发布技术提供了新的思路。     

USCIR模型视角下高校网络舆情引导策略探析

基于复杂网络中的经典SIR模型（susceptible infected recovered model）及相关研究,提出USCIR模型（unsusceptible susceptible contracted infected recovered model）。分析该模型视角下高校网络舆情的特征,发现高校网络舆情节点具备明显的小世界与无标度、多属性节点的同质性与异质性并存、舆情网络结构呈现平台性差异、节点间存在自组织与博弈行为等特征。最后基于USCIR模型对高校网络舆情的引导给出了相关的策略与建议。