基于SNA的突发事件微博舆情传播网络结构分析——以“4.20四川雅安地震”为例

运用社会网络分析(SNA)研究突发事件微博舆情传播的网络结构特征,探究微博舆情传播的网络结构对微博信息传播的影响。以2013年重大突发事件"4.20四川雅安地震"为例,运用ucinet软件生成微博舆情传播网络拓扑图,基于统计得到的微博节点关系矩阵进行微博舆情传播网络整体结构、角色与位置结构等测量。测量结果表明,媒体用户、政府用户、地震经历者以及积极参与救援者在舆情传播网络中具有较高的传播能力,因此可以通过影响这些关键节点有效控制舆情的传播速度。本文采用实证方式对突发事件微博舆情传播网络结构进行了分析与测量,拓展了SNA在突发事件应急管理中的应用。     

浅谈基层供电企业的新闻舆情管理

面对日益开放，传播速度极快的新闻媒体尤其是网络媒体，本文从五个方面提出基层供电企业舆情风险点及基层供电企业舆隋控制工作现状，并针对风险点及工作中存在的不足综合论述了基层供电企业如何强化舆情信息管理，正确引导舆论，做好舆情防控工作     

网络舆情视角下非常规突发事件应急管理机制研究

非常规突发事件除了在现实社会中产生影响外,也会在网络舆情中产生巨大的影响力,并直接左右事件的发展过程.深入研究非常规突发事件和网络舆情的规律特征,有助于政府加强对于网络舆情的管理,并能在非常规事件突发的情况下把握话语权,将潜在的风险降至最低.政府对网络舆情要做好快速反应机制、防控和预判机制、网络舆情引导控制机制以及应急处置机制的建设.     

信息安全突发事件情感领袖群际效应研究

  现实中频发的信息安全事件使人们借助微博等社交媒体发表看法、宣泄情感,形成网络舆情,社交媒体上情感的宣泄使网民群体情感的波动在信息安全突发事件网络舆情的治理中产生重要的作用。然而,已有研究较多关注网络集群行为本身,较少有研究对信息安全突发事件网络舆情中网民群体情感的形成机理进行深入探讨。         在此背景下,对信息安全突发事件网络舆情中网民群体情感的形成机理进行研究,提出情感领袖和集群情感的概念,分析微博中信息安全突发事件的用户评论数据获得情感分类和情感得分,采用社会网络分析与文本情感分析结合的方法识别情感领袖,借助情感传播分层网络建立集群情感传播模型,分析集群情感的演变过程并描绘其传播网络,挖掘情感领袖在信息安全突发事件中的集群情感效应。         以360云盘关闭事件为研究案例,研究结果表明,此案例微博评论中负面情感所占比例较大;情感领袖在集群情感的形成中产生群际情感效应和群际认同效应,并且在情感领袖的情感传播过程中促进新的集群情感产生;不同情感类型的领袖引发的群际效应趋于一致,即都使新的集群情感强度减弱;情感复杂度先增强后减弱,并且随着集群情感整体规模的扩大,集群中情感表达为中性的情感比例增大。         研究结果表明,信息安全突发事件网络舆情传播中存在情感领袖,并且情感领袖会在集群间产生群际效应,揭示了信息安全突发事件网络舆情中网民群体情感的形成机理,丰富了对情感领袖在信息安全突发事件网络舆情方面的群际效应研究。研究结果对网络舆情监管部门如何利用情感领袖的群际作用治理信息安全突发事件网络舆情具有指导意义。     

突发事件中的微博舆情管理

当前,中国社会已从整体上步入了"快速发展的黄金期和突发事件的高发期"。伴随经济社会的快速发展,由于自然灾害、人为因素等,近年来各种突发事件频频发生,管理水平相对滞后的矛盾不断凸显,相继引发了一系列社会问题。在突发事件的传播过程中,微博日益成为重要的平台和推手,如何有效管理微博舆情,正确引导公众舆论,从而成功应对突发事件,成为当下亟需面对和解决的重要课题。一、突发事件中的微博舆情特点对于突发事件,法律上是这样定义的:     

突发事件中舆情传播机制与演化博弈分析

针对当前研究较少从属性层次来研究突发事件中的舆情传播问题,本文运用突发事件的结构化描述方法从属性层次分析了舆情的产生和传播的动力学机制,进而分别建立了传播主体的决策行为和博弈关系的结构化描述框架。然后,考虑传播主体的认知差异,运用演化博弈论方法分别对社会公众之间及社会公众与政府部门之间的博弈关系进行了研究。最后,运用实际案例对理论研究的有效性进行了验证,并运用数值仿真考查了该案例中博弈主体的认知差异对博弈均衡的影响。     

中小学网络舆情成因及处置刍议

近几年来中小学在突发事件面前受到公众和媒体高度关注。中小学如何在网络时代提高在突发事件面前的舆论应对能力,是新形势下对中小学执政能力与管理水平一项重要考验。由于学校在突发事件面前缺乏相应的应对机制和经验,信息公布不及时,致使谣言伴随着网络超时空和地域无限传播,让学校陷入舆论的被动中。建立责任追究制度、技术保障制度、网络“把关人”制度等措施是落实中小学网络舆情处置机制的重要保证。     

突发事件中的微博舆情管理

当前，中国社会已从整体上步入了“快速发展的黄金期和突发事件的高发期”。伴随经济社会的快速发展，由于自然灾害、人为因素等，近年来各种突发事件频频发生，管理水平相对滞后的矛盾不断凸显，相继引发了一系列社会问题。在突发事件的传播过程中，微博日益成为重要的平台和推手，如何有效管理微博舆情，正确引导公众舆论，从而成功应对突发事件，成为当下亟需面对和解决的重要课题。     

上海市:《互联网舆论事件专项应急预案》草案初步完成

随着网络的普及,地方党委和政府感受深刻的一点,就是互联网已成为掌握群众舆论动态,了解民意的主要载体。据《瞭望》新闻周刊刊文引述专家的观点指出,应建立网络突发事件舆情快速反应机制,确保重大突发事件发生后在最短时间内完成初步的社会舆情汇集     

民航突发事件网络舆情关注点演化研究

文章以民航业发生的突发事件引起的网络舆情为主要线索,结合国内外文献,通过研究民航突发事件网络舆情的变化,归纳民航突发事件网络舆情关注点的变化规律。以A航空公司应对突发事件的态度为切入点,对有关网络舆情、舆情发展态势、相关民航部门如何控制舆情发展等方面进行分析,寻找这些事情之间的内在关系及共性。     

基于应对等级的突发事件网络舆情热度分析

突发事件应对等级是应急管理部门采取应对措施的基础,而网络舆情热度是突发事件态势发展的一个重要因素。以应对等级为切入点,构建网络舆情热度评价指标体系,从不同应对等级和事件类型的角度选取8个典型案例,运用GooSeeker等工具进行案例数据挖掘,获得各突发事件的舆情热度值,进一步通过构建突发事件应对等级和舆情热度分析图,发现其存在"一致"和"不一致"的对应关系。研究结果表明：一方面,把突发事件应对等级引入网络舆情热度量表,使舆情热度的评价与政府发布的应对等级建立联系,评价指标更加完善。另一方面,获得不同对应关系下应对等级对舆情热度的指标贡献,对突发事件网络舆情应对提出了更有针对性和科学性的建议。     

基于SOAR模型的网民群体负面情感建模研究

面向网络舆情演变过程中政府应急响应需求,本文基于SOAR （State,Operator and Result）模型,将网民作为智能体Agent,将网络舆情中网民群体行为转变过程看作相应舆情问题空间中状态随时间的连续转换过程,设计突发事件中网民群体负面情感SOAR Agent模型,包括网民Agent的工作记忆、长期记忆、决策过程、学习机制,构建网民群体行为转换规则库和相应算法。在此基础上,设计仿真实验,结合典型网络舆情事件案例,对政府不同应急措施下微博用户群体行为演变过程进行建模。实证结果表明,基于网民群体负面情感的建模,可以分析和预测在不同网络舆情阶段、不同政府应急响应措施下网民群体的行为决策规律。     

我国政务微博中的问题及改进建议

随着微博的异军突起,官方和公众话语权的整体格局正在悄悄发生变化。政务微博的兴起与繁盛是党政机关适应时代潮流、创新社会管理模式的一种有益探索。面对突发事件和网络舆情危机多发的社会现实,党政机关及其公务人员必须把握微博舆论的传播规律,做好充分的应对准备,以政务微博为武器,抵制不实消息,掌握舆论的主导权,将舆情危机的负面影响降到最低限度。本文对当前政务微博运行中存在的问题进行了梳理,并提出相应的对策建议。     

政府干预下突发事件舆情传播规律与控制决策

通过对突发事件背景下的舆情传播进行多案例研究,界定了群众类型和政府干预作用,并分析了各类群众间的状态转移关系.然后,通过借鉴SEIR传染病模型的构造思路,结合舆情传播的实际特点,建立了政府干预下的舆情传播控制系统,进而运用平均场方法给出了系统的微分方程组模型.进一步,通过研究模型的平衡点和稳定性,得到了政府所应选择的管控方向,并以2011年东日本大地震事件中的舆情传播为例进行了验证.最后,基于该案例,通过设计多个情景,考查了政府的不同应急决策关注点对群众行为的影响,给出了应急方案的制定策略.     

地铁突发事件中风险沟通对公众风险认知影响的研究

突发事件发生时,公众对突发事件风险的主观判断和客观风险之间往往存在偏差,会严重影响突发事件的恢复进程。作为应急管理部门和公众之间的信息桥梁,风险沟通对公众风险认知有直接的影响。本文在地铁突发事件的背景下,研究风险沟通对公众风险认知的影响机理。     

双层社交网络上的企业舆情 传播模型及控制策略研究

  随着社会化媒体时代的到来,社交网络中企业舆情的形成与传播为现代企业管理带来了深远影响。当前关于企业舆情传播的研究主要以在线社交网络为传播媒介展开,鲜有研究考虑舆情在传统线下网络与在线社交网络的同时传播。此外,通过识别社交网络中最具有影响力的权威节点以实现信息传播规模最大化是当前信息传播控制策略的主要思路,而基于价值共创理论针对最小化负面舆情传播范围的控制策略相对较少。         基于此,探索双层社交网络上的企业舆情传播规律和控制策略。考虑到线上、线下活动的相互依赖性,基于复杂网络理论和传播动力学等方法,构建双层社交网络上的舆情传播模型;对传播模型进行仿真实验,并将仿真结果与单层社交网络进行对比;基于价值共创理论提出以减缓未知者向已知者转化为目的和以加速传播者向免疫者转化为目的的两类企业舆情传播的控制策略,并利用仿真实验验证控制策略的有效性。         研究结果表明,①在双层社交网络中,舆情的传播同时具备线上网络和线下网络中的传播特征;②双层社交网络层间的耦合连接模式对舆情的传播过程具有显著影响,同配连接最利于舆情的传播,而异配连接最不利于舆情的扩散;③企业的第1类和第2类舆情控制策略对舆情传播的抑制效果具有阶段性,即两类控制策略在舆情传播初期边际效用最大,资源投入越多,舆情传播的抑制效果越明显;而在传播后期,控制策略的边际效用趋近于0,无法实现预期效果。         现代企业在网络舆情管理过程中,除利用正面舆情树立企业形象外,也应时刻关注负面舆情对企业发展带来的消极影响。为有效地规避负面舆情传播对企业带来的损失,企业可通过在社交网络中投入资源,如实施广告宣传、经济赔偿等价值共创策略来抑制舆情的传播,但需要注意控制策略及实施控制时间点的选择。研究结论为企业正确应对网络舆情、保持竞争优势等方面提供了重要依据。     

基于ANP和随机Petri网的突发事件网络舆情危机预警机制研究

突发事件网络舆情危机一旦爆发，会引发民众心理不安，影响社会安定。为及时有效预报危机触点、预防舆论爆发和预控事态升级，研究危机预警已刻不容缓。本文首先依据突发事件网络舆情的信息属性建立预警条块指标，并采用ANP对条指标进行定权-分类-评级，得到风险度由高到低的三级风险指标（Ⅰ级、Ⅱ级和Ⅲ级）；再结合预警体系框架构建了“阶梯并联式”预警机制；最后以“北京新发地疫情”为例，利用随机Petri网与马尔科夫链的同构性对预警机制进行仿真分析。结果表明，Ⅰ级和Ⅱ级风险指标实时值和增长率均与舆情危机爆发概率之间存在非线性关系，Ⅰ级、Ⅱ级和Ⅲ级风险指标增长率之间的交互关系产生了预警临界面，据此制定了预警启动规则，为有关部门提前采取针对性的防范措施提供决策参考。     

基于随机Petri网的突发事件信息演化模型

突发事件爆发后通常会引发事件信息的演化现象，而信息演化可能导致的负面舆情危机严重影响社会生活秩序，如何准确把握突发事件信息的演化规律是社会发展新形势下公共事务风险治理的重要内容。首先采用案例分析和结构化描述方法提取突发事件信息演化现象的内外部属性，并提出其演化系统。进而，构建该系统的随机Petri网模型及其同构的马尔可夫链。最后，通过情景仿真研究系统的均衡状态变动规律及其调控问题。研究过程中，提出突发事件信息演化现象的结构化描述、演化系统及不同演化状态，得出系统均衡状态变动规律及其调控机制。在此基础上，指出未来应考虑带有碰撞和耦合机制的多种信息演化规律及其调控问题。     

从应急到预控—非常规突发事件中我国政府治理能力新探

非常规突发事件是指突然发生,其发生无明显征兆并对整个社会系统有效运行产生严重威胁的事件。在当代我国政府的风险预控管理中,政府作为常规和非常规突发事件的应对主体,其作用是其他主体无法取代。但政府以"应急"观念来处置非常规突发事件,将会增加治理成本,如能以预控的治理模式来治理,便会变被动于主动,将会减少治理成本并提高政府在非常规突发事件中的治理能力。     

基于AGNN舆情指数网络的价格指数预测研究

利用多个相关领域舆情之间的复杂关联性,处理特定领域新闻的不连续所导致的舆情缺失问题,使其能够用于分项价格指数预测。提出基于自学习图神经网络模型的舆情指数网络方法,将若干相互关联的具体领域的舆情指数作为网络节点,日度舆情量化值视为时间序列,通过学习其中隐性图结构特征和舆情数据时序特征,构建成动态舆情指数网络,实现对稀疏舆情值的填补。对食品价格指数和有色金属生产价格指数预测的实证研究表明,经过该方法补齐的舆情指数和相应价格统计指数相关性达到最高,且预测精度得到提升,验证了此方法的有效性。