分享到:

舆情热点

1中国高铁进入"复兴号"时代中国标准动车组"复兴号",6月26日在京沪高铁线正式双向首发。从中国标准占到84%,到试验速度可达400公里/小  (本文共2页) 阅读本刊>>

重庆大学
重庆大学

舆情热点的联想叠加:模式、功能及局限

自媒体时代,舆情热点呈现出“碎片化”传播的特点,热点事件层出不穷,公众对单个热点的注意力稍纵即逝。然而,从近年来的网络舆情发展态势来看,网络舆情的发展早已脱离了单线型路径,即热点事件的舆情不再是孤立的、封闭的,而是多起“类事件”的舆情经过网民和媒体的主观关联后的“序列化”呈现,越来越频繁地产生舆情热点的联想叠加效应。本文拟采用案例研究的方法,搜集整理了近五年来十多个系列共80余起产生联想叠加效应的舆情热点作为案例,基于相关案例的综合分析对现有的舆情热点联想叠加模式进行拓展和完善,并在此基础上从议程设置理论的角度分析联想叠加的社会功能,并从认知和行为层面反思联想叠加的局限。本文从时间、空间、人物和议题内容四个层面探索舆情热点联想叠加的基本模式,时间、空间是联想叠加的外在形式,舆情热点中的人物和议题内容是联想叠加的内在逻辑。从时空模式的维度来看,发生在不同时间、不同地域的舆情热点,以时间为轴、空间为限可能产生不同路径的联想叠加模式,...  (本文共63页) 本文目录 | 阅读全文>>

中国石油大学(华东)
中国石油大学(华东)

基于社区划分的舆情热点发现与跟踪方法研究

随着社交网络的高速发展与普及,人们可以随时随地的获取信息和发表言论,由此引发的社会舆情事件层出不穷,因此,舆情热点发现与跟踪一直是当前政府、企业的迫切需求,科研机构的研究热点。目前主流的热点发现及跟踪方法大多是应用文本聚类、主题模型等机器学习算法实现的,但随着社交大数据的到来,这些算法很难快速有效的处理海量复杂的社交大数据,难以满足实时性的要求。针对此问题,本文对基于社区划分的舆情热点发现与跟踪展开研究,利用复杂社交网络中社区结构的性质,浓缩了大量冗余数据,抵抗数据爆炸,实现实时发现及跟踪舆情热点事件,提高舆情安全事件的响应速度。论文首先对当前数据挖掘中的聚类技术、社区划分、舆情热点发现及跟踪等基本方法理论进行了介绍;随后提出了基于社区划分的舆情热点发现方法:根据对社交网络中用户兴趣相似性关系的定义,确定用户相似向量,进而构建相似关系网络,并对该网络进行社区划分,从而将具有相似性的用户节点划分到一起形成相似社区,然后针对每一个相...  (本文共73页) 本文目录 | 阅读全文>>

吉林大学
吉林大学

微博舆情热点事件形成的影响因素研究

社交媒体推动了互联网虚拟社区的发展,网民已经习惯于在网络上发布和获取信息,越来越多的社会热点事件都在社交媒体开启首轮发酵,并在第一时间引起网民的关注。同时,人们对于事件和话题的积极讨论,使得网络上不断更新海量信息,随时会孕育出不同的热点事件及话题,在某些因素的影响下,最终成为舆情热点。因此,无论是国家大事还是社会新闻,社交媒体作为传播的第一现场都具有极高的研究价值。作为社会学、心理学、哲学等学科领域关注的重点,舆情热点的研究一直是各学科关注的重点。通过文献阅读,将舆情热点的影响因素分别按照事件内容因素、媒介渠道因素以及受众特征因素三个方面进行分析最为全面和合理。借助SPSS软件线性回归模型对研究样本进行分析,得出舆情热点事件影响因素,可以有效的对潜在舆情热点事件进行预测。研究样本来源于2018-2019知微事见年度热点事件榜,其中在影响力指数前200的微博热点事件中进行筛选,最终确定149例作为最终研究样本。在微博舆情热点事件影...  (本文共45页) 本文目录 | 阅读全文>>

厦门大学
厦门大学

网络舆情热点话题发现研究

舆情是指公众对社会中某些热点事件所持的社会政治态度,是较多群众关于社会各种现象、问题所表达的信念、态度、意见和情绪的总和。随着社会科技进步和互联网的广泛应用,网络成为人们获取信息、表达观点的重要平台,网络舆情也成为社会舆情的重要表现形式。如果对网络舆情处理不当,可能造成舆情事件爆发,对社会影响巨大,因此越来越多的学者投入到网络舆情分析研究中。舆情热点话题研究是舆情分析中的一个重要研究方向,具体包括舆情话题的发现、热点话题的识别以及舆情热点话题的分析等。话题发现是舆情热点话题研究的基础,已有研究主要集中在话题聚类方法的改进上,忽略了聚类之后的话题表示。本文提出将single-pass增量聚类和加权关联方法结合,对网络舆情文本信息流进行实时话题检测并对话题进行提取和表示,通过理论分析和在小数据集上进行模拟实验,证明了方法在话题发现实际应用中的可行性。从检测出来的舆情话题中识别热点并加以分析是舆情热点话题研究的重点。基于热点话题的演变...  (本文共73页) 本文目录 | 阅读全文>>

辽宁大学
辽宁大学

网络舆情热点分析技术的研究与实现

随着互联网+时代的到来以及互联网技术的快速发展,互联网成为人们获取信息的主要渠道。由于网络信息高速传播以及信息量大的特性,如何在较短时间内快速准确地发现网络舆情热点信息,成为数据挖掘与自然语言处理领域研究的热点。本文在对网络舆情热点分析技术展开研究的基础上,设计并实现了网络舆情热点分析系统,该系统主要有用户登录、系统管理、舆情数据采集、舆情热点分析、舆情结果可视化五大功能模块。其中,舆情热点分析作为本系统的核心功能模块,其子功能主要包括舆情数据预处理、舆情话题发现、舆情话题热度评估、舆情热点关键词提取。对于舆情数据预处理中的特征词选择问题,本文采用一种基于词语关联相似度的方法对舆情文本进行特征词选择。该方法利用《同义词词林》语义词典计算词语间的语义相似度,识别特征词集中的同义词,再对其进行加权同义词合并。对于舆情话题发现问题,本文采用一种基于相似性阈值自动选取的层次聚类方法。该方法首先利用余弦相似度对文本进行相似度计算,然后将得...  (本文共83页) 本文目录 | 阅读全文>>