|
|
|
题名
|
作者
|
年代
|
出处
|
被引量
|
| 1 | 多维特征融合的网络舆情突发事件演化话题图谱研究显示文摘探索网络舆情突发事件中网民意见观点变化,挖掘事件发展特点,可以促使舆情导控工作有的放矢,实现全面控制精准引导的目标,这对于新时期网络舆论管理工作具有重大意义。本研究基于知识图谱方法,选取网络舆情突发事件评论数据构建舆情话题图谱,利用LDA方法对图谱中实体的话题属性进行划分,从Neo4j图数据库中提取话题图谱实体的话题、时间属性,以多维特征融合分析视角全方位追踪舆情话题的演化情况。所构建的舆情话题图谱可以有效识别话题讨论内容并对话题演化过程进行准确追踪,基于知识图谱方法构建的网络舆情话题图谱在动态追踪民意了解网络舆情突发事件发展方向上发挥了重大作用;网络舆情突发事件发展过程根据评论数量规模可以分为潜伏期、爆发期和衰退期三个阶段,各个阶段话题讨论数量、热度及内容等多维特征遵循着其独特的发展规律。 | 刘雅姝 张海涛 徐海玲 魏萍 | 2019 | 情报学报2019，38，8： | 54 |
| 2 | 突发公共卫生事件微博舆情主题挖掘与演化分析显示文摘探索突发公共卫生事件微博舆情传播周期中各阶段的热点主题,勾勒舆情事件主题演化的时序发展趋势,为舆情决策与分析提供科学依据。以近期发生的影响巨大的一起重大突发公共卫生事件为例,结合生命周期理论、TF-IDF特征词-权值模型以及潜在狄利克雷模型方法,将时间维度融入微博文本分析,进行包括时间序列的主题挖掘工作,挖掘隐含的主题信息和舆情演化规律,并提出相应的舆情管控策略。采用的舆情演化分析方法能够揭示突发公共卫生事件微博舆情传播周期中各阶段主题的讨论内容和时序发展趋势,研究对于优化微博平台民意收集作用和辅助相关管理部门在处理类似事件时,有效引导与控制网络舆情提供了一定的理论基础支撑和科学决策支持。 | 曹树金 岳文玉 | 2020 | 信息资源管理学报2020，10，6： | 56 |
| 3 | 新冠肺炎疫情微博用户情感与主题挖掘的协同模型研究显示文摘本文主要研究针对新冠肺炎疫情期间的舆情事件,了解用户的情感及其关注主题,帮助相关舆情监管部门更好地提升舆情引导能力。本文基于认知情感评价模型,构建情感与主题挖掘协同分析模型,采用朴素贝叶斯模型(Naive Bayesian Model,NBM)对用户情感文本进行分类,并基于Relevance公式改进的LDA(Latent Dirichlet Allocation)主题模型进行主题提取。本文以新冠肺炎疫情期间“日本钻石公主号邮轮”典型舆情话题为例,进行网民情感及评论主题内容协同分析,并结合舆情事件周期和4种主题类型,对其情感特征及用户关注主题进行实证分析。研究结果表明,本文提出的情感与主题挖掘协同分析模型,能够在舆情事件发展生命周期内呈现网民情感及关注的主题特征;并且情感与主题协同分析的方法,可为舆情监管部门提高舆情引导效率,为实现网络生态治理起到一定的指导作用。 | 王晰巍 李玥琪 刘婷艳 张柳 | 2021 | 情报学报2021，40，3： | 28 |
| 4 | 基于语义的突发公共卫生事件网络舆情主题发现研究显示文摘【目的】提出基于语义的突发公共卫生事件网络舆情主题发现框架,发挥语义识别在舆情主题发现中的优势。【方法】从语法、语义、语用三个角度,利用依存句法分析、语义角色标注构建RDF三元组,分析语义图谱中的度及PageRank值判断核心节点,展开舆情主题发现研究并进行实证。【结果】实证研究中依据理论框架能够构建舆情主题语义图谱,可视化展现舆情主题间的语义关系,发现核心节点并聚焦于当事主体与官方政府两大主题。【局限】语义识别深度还有待提升。【结论】研究构建的理论模型在指导舆情主题语义发现方面具有一定的可行性,在舆情的主题发现上有一定的优势。 | 邵琦 牟冬梅 王萍 靳春妍 | 2020 | 数据分析与知识发现2020，4，9： | 21 |
| 5 | 基于LDA和LSTM模型的研究主题关联与预测研究——以隐私研究为例显示文摘[目的/意义]如何挖掘海量学术论文中的研究主题,梳理研究主题的演化脉络和关联关系,预测主题前沿热点,对掌握科技竞争先机至关重要。[方法/过程]针对当前主题关联和预测研究中存在的不足,提出基于隐含狄利克雷(Latent Dirichlet allocation,LDA)和长短期记忆(Long Short Term Memory,LSTM)模型的研究关联与预测方法,首先基于生命周期理论划分多时序窗口,并利用LDA主题模型挖掘学术文献中的隐性研究主题,分析主题间的关联关系;基于主题预测指标的时间序列特征,运用LSTM模型对主题研究的发展趋势和研究热点进行预测,并结合基金立项和论文发表情况对预测结果进行定性修正。[结果/结论]案例分析结果表明,本文方法可以准确挖掘研究主题,分析主题关联关系,对研究主题研究走势和热点的预测具有实用价值。 | 朱光 刘蕾 李凤景 | 2020 | 现代情报2020，40，8： | 19 |
| 6 | 基于事理图谱的网络舆情事件预测方法研究显示文摘[目的/意义]互联网的开放式传播给网络舆情的监管和治理带来困难。准确地预测网络舆情事件能够帮助政府等相关部门及时、有针对性地采取引导措施,控制网络舆情的传播。[方法/过程]首先采集网络舆情数据构建事理图谱,通过改进聚类算法实现舆情事件泛化,构建抽象事理图谱。根据抽象事理图谱中事件演化方向和概率大小,预测网络舆情事件。[结果/结论]医疗网络舆情实证结果表明,该方法可以较好地预测舆情事件,准确率达到72.03%。网络舆情事件预测有效地补充了现有网络舆情预测研究仅关注热度、情感和话题的不足,为更精准地实现网络舆情治理提供了支持。 | 单晓红 庞世红 刘晓燕 杨娟 | 2020 | 情报理论与实践2020，43，10： | 19 |
| 7 | 基于时间序列聚类的主题发现与演化分析研究显示文摘针对现有研究对文献主题发现和演化分析方法的单一性,本文提出了基于时间序列聚类的主题发现与演化分析方法。该方法首先通过共词分析找出文献数据集中高频关键词的共现矩阵,利用Ochiia系数计算方法将共现矩阵转换为相似性矩阵,然后使用近邻传播聚类算法发现文献主题。同时,再将主题在某段时间内的研究热度进行分析并转化为反映主题热度时间序列数据,结合时间序列聚类方法对各主题进行分类以及演化趋势的分析。实验结果表明,通过对中国知网中2000—2018年与创新管理相关的期刊文献进行数据处理与挖掘,提出的方法能有效地发现期刊的研究主题,并且能较好地分析这些主题的演化趋势。 | 李海林 邬先利 | 2019 | 情报学报2019，38，10： | 17 |
| 8 | 基于句法规则和社会网络分析的网络舆情热点主题可视化及演化研究显示文摘【目的/意义】为直观、深入地认知网络舆情热点主题演化提供新的方法和视角。【方法/过程】基于句法规则和社会网络聚类提出了舆情热点主题发现和可视化分析框架,依据五条句法规则将舆情热点词关联,从而构建舆情生命周期内不同阶段的加权无向关系网络,然后进行主题聚类和可视化展示,最后从宏观和微观两个角度对热点主题的演化规律进行量化分析。【结果/结论】所提出的方法能够直观、全面、深入地揭示各个阶段舆情的热点主题及其演化规律。 | 王家辉 夏志杰 王诣铭 阮文翠 | 2020 | 情报科学2020，38，7： | 15 |
| 9 | 网络舆情研究进展及其主题关联关系路径分析显示文摘[目的/意义]梳理网络舆情的研究进展,有助于厘清网络舆情研究的知识基础、传导规律、预警机制和治理策略等之间的内在联系和主题演化路径。[方法/过程]首先分析网络舆情的理论知识基础,然后结合现有研究,按照内容递进的规律将网络舆情研究分为影响因素、传导路径、预警机制以及引导治理策略四个主题,采用内容分析法和社会网络分析法对网络舆情进行主题关联关系分析和演化路径探索。[结果/结论]结果表明,生命周期理论、认知定势理论、沉默的螺旋、群体极化理论、蝴蝶效应理论和治理理论常作为网络舆情研究的理论知识基础,网络媒介环境、社会结构压力、网民心理、触发性事件、有效动员和社会控制力量六个因素被视为网络舆情演化的重要影响要素,且网络舆情、舆情事件、社交媒体、利益相关者、大数据和信息传播等六个主题与其他研究内容关系较为密切,在主题演化路径中发挥着重要桥接作用。 | 孙倬 赵红 王宗水 | 2021 | 图书情报工作2021，65，7： | 14 |
| 10 | 舆情当事人回应对网民情感的影响研究显示文摘[目的/意义]探索网络舆情演化的内在机理能够对舆情发展获得更深层的洞见,有助于相关单位或部门在舆情事件中实现科学的决策与引导。[方法/过程]研究工作选取特定舆情事件的当事人博文及对应的转发评论,基于情感词典计算评论文本的情感分值。采用时间序列的视角,对舆情发展过程中情感极性的变化以及当事人回应对网民情感的影响进行动态分析。[结果/结论]研究结果表明,当事人的回应对网民的关注程度有直接影响;舆情发展过程中网民的情感极性并非一成不变;回应的内容直接影响网民的情感,有效的证据和诚恳的态度有助于平抑舆情中的负面消极情绪。 | 孔婧媛 滕广青 王思茗 庹锐 | 2020 | 图书情报工作2020，64，18： | 13 |
| 11 | 恐怖事件情境下微博信息与评论用户的画像及比较显示文摘【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以'#巴塞罗那恐怖袭击#'话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。 | 安璐 周亦文 | 2020 | 情报科学2020，38，4： | 12 |
| 12 | 直播平台用户信息交互行为图谱及特征研究显示文摘[目的/意义]网络直播平台是近几年迅速发展和日益受到用户喜爱的新型社交媒体平台,对网络直播平台场景中用户信息交互行为分析,有助于更好地了解用户行为特征及主题偏好。[研究设计/方法]采用自然语言处理技术及实体发现技术,构建直播平台用户信息交互行为主题图谱特征模型并进行主题挖掘。结合抖音特定话题,从单用户信息交互图谱、群体间用户信息交互图谱和用户信息感知语义图谱三个方面进行用户信息交互特征分析。[结论/发现]直播平台中用户信息交互行为可划分为单一用户信息交互行为和群组信息交互行为,直播平台中对网民群体影响力较大的群组为大众媒体和自媒体,直播平台中用户信息交互行为特征包括信息交互动因性、信息交互孤岛化和信息交互偏向性。[创新/价值]构建了网络直播平台用户信息交互行为特征模型,可以帮助更好地发现直播平台用户信息交互行为主要特征,同时从语义挖掘的角度为后续主题发现相关研究提供新的研究视角,并为网络直播平台用户提供更好的交流及舆情引导提供相应的建设意见和指导建议。 | 王晰巍 李玥琪 邱程程 毕樱瑛 | 2021 | 图书情报知识2021，38，4： | 12 |
| 13 | “流程式”情报协同的突发危机事件应急预警服务模式研究显示文摘[目的/意义]各类风险危机会对现实生活甚至社会格局造成不同程度的危害,探讨应急预警过程中“流程式”情报协同能力及服务模式,有助于增强情报工作服务于应急预警的能力和水平,优化应急预警功能的长效机制。[方法/过程]从情报协同的角度出发,梳理应急预警工作的能力作用和现实困境,基于流程视角分析并构建整体性情报工作理论架构,从技术层面、管理层面和组织层面解析应急预警服务模式的情报协同化路径,承接困境分析“流程式”情报协同下应急预警服务的实现手段。[结果/结论]通过协同全流程中各个阶段的情报资源来拓展应急预警服务工作,可以拓展和丰富风险社会中突发危机事件的治理思路,为应急预警服务的优化提供新的视角和触点。 | 张媛 詹希旎 | 2022 | 图书情报工作2022，66，2： | 10 |
| 14 | 网络舆情分众化差异化演变及其发展趋势研究显示文摘文章采用文献分析方法,对网民分众化差异化现象及其形成原因进行分析,研究认为:信息需求多样性趋动网民分众化差异化的舆情传播,信息异化负面影响改变网民分众化差异化舆情传播方向,社会信任动摇阻滞正面舆情传播并导致网民分众化。通过疏理网民分众化差异化形成后的演化规律发现:分众化差异化网民舆情传播以及网络舆情传播过程中谣言的聚焦、扩散与消除演变,都符合系统动力学SEIR机理,因此,分众化差异化网民转化具有多种可能路径。文章提出政府要正确识别并保障网民的合理利益诉求,科学采用对网络舆情的干预措施,合理控制网络舆情传播监控成本及其代价,正确选择网络舆情传播的引导方式,充分利用分众化差异化规律来引导控制网络舆情。 | 李燕凌 彭明珠 李诗悦 | 2019 | 图书与情报2019，0，2： | 10 |
| 15 | 基于超网络的微博相似度及其在微博舆情主题发现中的应用显示文摘[目的/意义]准确地计算微博相似度可以提高微博主题挖掘效率,对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题,提出一种融入微博非文本特征的超边相似度算法。[方法/过程]分析微博舆情发生机制,利用超网络模型表示微博舆情主题形成过程,通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论]研究发现,论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果,特别是对于文字性表述相似程度高的微博信息,具有明显的主题区分性。 | 梁晓贺 田儒雅 吴蕾 张学福 | 2020 | 图书情报工作2020，64，11： | 10 |
| 16 | 大数据时代融媒体信息资源管理技术需求与热点分析研究显示文摘【目的/意义】复杂多样的网络资源使得融媒体平台面临高质量推送信息的压力,大数据时代下融媒体信息资源管理的研究成为一个全新且亟待解决的问题。【方法/过程】以融媒体信息资源为研究对象,从信息资源管理的角度研究大数据时代融媒体平台信息资源的选取与采集、组织与溯源、推荐与展现三个环节;通过解析大数据时代融媒体信息资源管理中的三个关键问题提出此研究方向的发展趋势。【结果/结论】从信息资源管理视角分析,提出融媒体平台信息资源管理的具体方法和策略,有利于规范网络信息服务活动的秩序,最终实现融媒体平台社会价值和经济价值的共赢。 | 崔金栋 陈思远 郭天成 梁雯豪 郭元婕 | 2020 | 情报科学2020，38，8： | 9 |
| 17 | 大数据环境下公共安全突发事件微博用户评论的归因分析显示文摘【目的/意义】以近两年(2018-2019)国内有代表性的四件负面公共安全突发事件为例,对其微博评论进行聚类,并找出影响微博用户消极情感倾向的因素,为政府进行舆情应对处理提供建议。【方法/过程】结合社会网络分析法与LDA主题模型对评论文本进行关键要素提取,得出评论归因维度,进而通过情感分析软件对各维度进行情感倾向度分析。【结果/结论】研究结果表明:微博用户主要从事件主体、事件分析、事件处置、社会关系、新闻媒体、同理心、个人经验七个方面对公共安全突发事件进行评论,其中,事件分析、事件处置、事件主体、社会关系是微博用户消极情感倾向的主要影响因素,据此本文提出了相应的舆情疏导建议。【创新/局限】本文基于归因理论,创新性的提出了影响微博用户情感倾向度的归因维度体系,但舆情事件集中数量有限且未进行更细粒度的情感分类分析。 | 邓春林 周舒阳 杨柳 | 2021 | 情报科学2021，39，1： | 8 |
| 18 | 基于Python的新浪微博用户数据采集与分析显示文摘针对微博用户添加的标签体现了其自身特点及兴趣的情况,为探索微博用户添加标签的行为及特点,首先利用Python与Web自动化工具基于广度优先策略抓取微博用户、用户关系、微博内容、微博评论等数据,并将其存储在数据库中。其次,利用Pandas分析了微博数量的分布情况、用户添加标签的行为及内容,通过使用Matplotlib将分析结果可视化,并利用k-means算法对添加标签的用户进行了聚类分析。由此通过基于用户标签的聚类分析结果可用于个性化推荐及舆情分析等方面。 | 高雅 苏艳 席方园 | 2019 | 电子设计工程2019，27，20： | 8 |
| 19 | 医保欺诈事件舆情传播的情感焦点与情感倾向演化研究--基于舆情客体视角显示文摘【目的/意义】从舆情客体视角探究医保欺诈事件传播周期中情感焦点及情感倾向两个维度的舆情演化趋势,对政府倾听民众诉求及舆情治理有重要意义。【方法/过程】依据生命周期理论划分舆情传播阶段,利用Word2Vec判断舆情客体,使用LDA方法挖掘评论主题进而识别情感焦点,同时使用SnowNLP进行情感倾向研究,最后基于认知-感情相符理论发现民众诉求。【结果/结论】能够挖掘出民众对不同舆情客体在各生命周期的情感焦点、情感倾向及二者演化趋势。研究发现民众态度从事件相关讨论过渡到事件本质探究,而后关心事件后果,最后提出建议,且情感焦点与情感倾向识别结果具有一致性。 | 李杰 王雪可 刘力宾 马士豪 | 2020 | 情报科学2020，38，4： | 7 |
| 20 | 基于微博核心实体的情感分析方法及引导机制研究显示文摘【目的/意义】微博作为国内主要的社交网络平台之一,其信息传播实时快速,去中心化,成为网络舆情传播的重要媒介。面向微博进行舆情中心人物的识别以及公众情绪的挖掘对网络舆情的控制具有重要的实践意义。【方法/过程】本文以新疆棉花事件为例,使用生命周期法对微博舆情演化过程进行划分,使用word2vec和k-means模型提取事件生命周期中各阶段的舆情中心人物,采用一种结合词典与LSTM深度学习模型的情感分析方法,对各舆情中心人物相关的评论情感进行极性分析。【结果/结论】所提出的方法能够挖掘面向特定事件的微博舆情中心人物、公众的情感类型及情感强度,得到能够使舆情转好的引导方法。【创新/局限】本文创新性的将主题挖掘方法运用于微博舆情中心人物的提取。在情感分析方法上,结合词典和深度学习方法,解决了深度学习方法进行情感分析时需人工标注的局限性。此外,本文进行情感值计算时没有考虑到表情符号的作用,后续研究会进一步考虑更加细粒度的情感分类。 | 朱晓卉 胡彦蓉 刘洪久 | 2022 | 情报科学2022，40，3： | 7 |
您所在的机构暂未开通此部分的功能，请联系管理员