基于微博的舆情引导方法研究
发布时间:2022-01-05 16:28
随着互联网技术的飞速发展以及自由观点的深入人心,越来越多的社交平台成为舆情发布和传播的新兴渠道。微博凭借其良好的互动性和新闻传播的便捷性成为当前舆情传播的主要平台。近几年来,许多突发事件和热点话题的都率先通过微博爆料出来,越来越多的公民有意识的通过微博、贴吧等形式表达诉求、阐述民情。在微博平台的大数据背景下,面对海量的数据,如何发现舆情传播的规律、准确的识别舆情和自主的引导负面舆情向正向转变成为当前舆情研究热点。目前对于舆情引导的研究还主要集中在传播学、新闻学等学科,使用计算机方法的引导较为单一,引导观念滞后,效率低下,缺乏自动化的监督形式。本文针对这个现象,研究微博中影响舆情传播的因素、规律以及引导方法。具体工作主要有:1.根据羊群效应等理论对影响舆情传播的因素进行定义和量化。首先通过用户的转发、评论、点赞等交互计算用户在传播话题上的影响力。然后,以改进的牛顿温度冷却定律和话题中产生的交互数量对话题热门度进行定义和量化,分析舆情话题热门度和时间的关系。最后,分析微博用户发表的历史帖子与当前舆情话题的主题相似度,对话题兴趣度进行定义和量化。2.本文提出一个结合观点融合模型HK和流行病传...
【文章来源】:西华大学四川省
【文章页数】:71 页
【学位级别】:硕士
【部分图文】:
基于舆情传播因素的HK-SEIR模型框架
.1.1 用户影响力目前大多数舆情用户影响力的研究是基于传播者的粉丝和关注机制,这一类方法要依赖于用户之间已经搭建好的网络结构计算得到。其影响力的值在舆情传播的过几乎无变化。然而,在舆情初期用户在传播方面的影响力与其粉丝的数量大小呈正关,但随着舆情话题的演变,用户在舆情事件的影响力大小和粉丝的数量几乎无。如 2016 年,“和颐酒店遇袭事件”的舆情中,遇袭女主角的微博用户“弯弯2016”在舆情发生之前其粉丝数量只有 100,但该用户在此次舆情事件的演变过程中演传递消息,推动舆情发展的重要角色。其中“弯弯_2016”关于“和颐酒店遇袭”的帖子转发数达到 43594 次,评论数 50561 次,点赞数 56041 次。传统的用户影力计算方法,在舆情传播初期往往具有较好的效果,但随着舆情传播其性能急剧下。因此,本文使用用户的转发、评论、点赞行为对用户影响力进行量化。
= + + 中, 、 、 分别表示如下:=( ) ∩ ( )( )=( ) ∩ ( )( )=( ) ∩ ( )( )式(3.1)-(3.4)中, ( )、 ( )、 ( )分别表示用户i在舆情传播评论、点赞)其它用户帖子的行为集合; ( ) ∩ ( )、 ( ) ∩ )、 ( ) ∩ ( )分别表示用户 和 都对同一舆情相关帖子发表转发(评论为的集合。 表示用户 和 转发同一舆情相关帖子数量与用户 转发舆情相量的比值,其值越大表示用户 对用户 的影响力就越高。
【参考文献】:
期刊论文
[1]基于扎根理论与词典构建的微博突发事件情感分析与舆情引导策略[J]. 张鹏,崔彦琛,兰月新,吴立志. 现代情报. 2019(03)
[2]基于正负反馈的SEIR微博舆情传播模型[J]. 邱秀连,田小虎,廖闻剑. 计算机与现代化. 2018(02)
[3]基于扩展Hegselmann-Krause模型的舆论演化模式研究[J]. 何建佳,刘举胜. 情报科学. 2018(01)
[4]融入情感差异和用户兴趣的微博转发预测[J]. 唐晓波,罗颖利. 图书情报工作. 2017(09)
[5]动态自适应网络中有界信任舆论演化算法[J]. 王彦本,蔡皖东,卢光跃,白菊蓉,冯景瑜. 西北工业大学学报. 2017(03)
[6]地方政府怎样用好网络舆情这把双刃剑[J]. 赵会分,石翠仙. 人民论坛. 2017(13)
[7]基于节点亲密度和影响力的社交网络舆论形成模型[J]. 张亚楠,孙士保,张京山,尹立航,闫晓龙. 计算机应用. 2017(04)
[8]微博消息传播中意见领袖影响力建模研究[J]. 王晨旭,管晓宏,秦涛,周亚东. 软件学报. 2015(06)
[9]面向结构洞的复杂网络关键节点排序[J]. 韩忠明,吴杨,谭旭升,段大高,杨伟杰. 物理学报. 2015(05)
[10]大数据环境下舆情分析与决策支持研究文献综述[J]. 夏火松,甄化春. 情报杂志. 2015(02)
博士论文
[1]网络社区危机信息传播与干预研究[D]. 刘智.中国科学技术大学 2010
硕士论文
[1]基于正负反馈的微博舆情传染病模型的研究[D]. 田小虎.武汉邮电科学研究院 2018
本文编号:3570684
【文章来源】:西华大学四川省
【文章页数】:71 页
【学位级别】:硕士
【部分图文】:
基于舆情传播因素的HK-SEIR模型框架
.1.1 用户影响力目前大多数舆情用户影响力的研究是基于传播者的粉丝和关注机制,这一类方法要依赖于用户之间已经搭建好的网络结构计算得到。其影响力的值在舆情传播的过几乎无变化。然而,在舆情初期用户在传播方面的影响力与其粉丝的数量大小呈正关,但随着舆情话题的演变,用户在舆情事件的影响力大小和粉丝的数量几乎无。如 2016 年,“和颐酒店遇袭事件”的舆情中,遇袭女主角的微博用户“弯弯2016”在舆情发生之前其粉丝数量只有 100,但该用户在此次舆情事件的演变过程中演传递消息,推动舆情发展的重要角色。其中“弯弯_2016”关于“和颐酒店遇袭”的帖子转发数达到 43594 次,评论数 50561 次,点赞数 56041 次。传统的用户影力计算方法,在舆情传播初期往往具有较好的效果,但随着舆情传播其性能急剧下。因此,本文使用用户的转发、评论、点赞行为对用户影响力进行量化。
= + + 中, 、 、 分别表示如下:=( ) ∩ ( )( )=( ) ∩ ( )( )=( ) ∩ ( )( )式(3.1)-(3.4)中, ( )、 ( )、 ( )分别表示用户i在舆情传播评论、点赞)其它用户帖子的行为集合; ( ) ∩ ( )、 ( ) ∩ )、 ( ) ∩ ( )分别表示用户 和 都对同一舆情相关帖子发表转发(评论为的集合。 表示用户 和 转发同一舆情相关帖子数量与用户 转发舆情相量的比值,其值越大表示用户 对用户 的影响力就越高。
【参考文献】:
期刊论文
[1]基于扎根理论与词典构建的微博突发事件情感分析与舆情引导策略[J]. 张鹏,崔彦琛,兰月新,吴立志. 现代情报. 2019(03)
[2]基于正负反馈的SEIR微博舆情传播模型[J]. 邱秀连,田小虎,廖闻剑. 计算机与现代化. 2018(02)
[3]基于扩展Hegselmann-Krause模型的舆论演化模式研究[J]. 何建佳,刘举胜. 情报科学. 2018(01)
[4]融入情感差异和用户兴趣的微博转发预测[J]. 唐晓波,罗颖利. 图书情报工作. 2017(09)
[5]动态自适应网络中有界信任舆论演化算法[J]. 王彦本,蔡皖东,卢光跃,白菊蓉,冯景瑜. 西北工业大学学报. 2017(03)
[6]地方政府怎样用好网络舆情这把双刃剑[J]. 赵会分,石翠仙. 人民论坛. 2017(13)
[7]基于节点亲密度和影响力的社交网络舆论形成模型[J]. 张亚楠,孙士保,张京山,尹立航,闫晓龙. 计算机应用. 2017(04)
[8]微博消息传播中意见领袖影响力建模研究[J]. 王晨旭,管晓宏,秦涛,周亚东. 软件学报. 2015(06)
[9]面向结构洞的复杂网络关键节点排序[J]. 韩忠明,吴杨,谭旭升,段大高,杨伟杰. 物理学报. 2015(05)
[10]大数据环境下舆情分析与决策支持研究文献综述[J]. 夏火松,甄化春. 情报杂志. 2015(02)
博士论文
[1]网络社区危机信息传播与干预研究[D]. 刘智.中国科学技术大学 2010
硕士论文
[1]基于正负反馈的微博舆情传染病模型的研究[D]. 田小虎.武汉邮电科学研究院 2018
本文编号:3570684
本文链接:https://www.wllwen.com/guanlilunwen/ydhl/3570684.html