基于大数据的世界政治冲突模型构建研究
发布时间：2021-09-30 17:42
冲突预测一直是国际政治领域一个备受关注的主题,但传统的冲突事件数据较为稀缺,细粒度（1）的观测数据也难以大规模收集,因此预测在准确性和及时性方面都存在较为明显的不足。基于海量大数据的事件数据库的出现,使国际冲突研究的数据量和质量大幅提升。与此同时,日益强大的数据分析技术,为大规模观察和分析政治暴力活动并探索冲突动态带来了可能,也为冲突预测带来了可能。本文的总体目标是利用庞大和细粒度的全球事件话语数据库（GDELT）,通过实际冲突案例进行细致的实证分析,并基于GDELT提供的事件大数据建立相应模型,利用长短期记忆循环神经网络算法对冲突的动态进行预测预警。与此同时,鉴于可公开访问的互联网社交网站（社交媒体）在信息传播中起着关键作用,本文选取了两个案例,通过相应的数据抓取和分析,验证了民众通过社交媒体反映出的态度对政治事件走势的影响,即有效监测民众对于政治事件的态度情绪变化有助于揭示影响社会和政治不稳定的舆论趋势。因此,本文提出,对于国际冲突的预测,可以在利用GDELT事件大数据建立模型进行第一重判断的基础上,对可能引发冲突的事件,利用社交媒体大数据分析民众对该事件的情感极性,作为判断冲突是...
【文章来源】：外交学院北京市
【文章页数】：161 页
【学位级别】：博士
【部分图文】：
基于GDELT数据的“阿拉伯之春”各国战斗活动月度时间序列174（四）GDELT数据分析——以埃及为例
73图2-3：根据月份整合的GDELT每一类事件所占比例——埃及（1989—2019年）事实上，“阿拉伯之春”以来，四类事件的报道数据均有增加，这是因为媒体对埃及及其境内发生的“阿拉伯之春”相关活动关注度大幅提升（如图所示），但不同事件类别的增加幅度有所不同。如果详细查看2011年1月前后有关埃及报道的新闻总数，并计算每一类事件在新闻总数中所占的比例（数值范围0.0—1.0），就可以得出在这一时间点（即图中垂直线所显示的时间节点），Q3和Q4所占比例显著增加，而Q1和Q2所占比例明显下降，如图所示，因而显示出冲突逐渐升级的趋势。图2-4：按月整合的每一类事件绝对数量变化情况——埃及（1989—2019年）
73图2-3：根据月份整合的GDELT每一类事件所占比例——埃及（1989—2019年）事实上，“阿拉伯之春”以来，四类事件的报道数据均有增加，这是因为媒体对埃及及其境内发生的“阿拉伯之春”相关活动关注度大幅提升（如图所示），但不同事件类别的增加幅度有所不同。如果详细查看2011年1月前后有关埃及报道的新闻总数，并计算每一类事件在新闻总数中所占的比例（数值范围0.0—1.0），就可以得出在这一时间点（即图中垂直线所显示的时间节点），Q3和Q4所占比例显著增加，而Q1和Q2所占比例明显下降，如图所示，因而显示出冲突逐渐升级的趋势。图2-4：按月整合的每一类事件绝对数量变化情况——埃及（1989—2019年）
【参考文献】：
期刊论文
[1]基于舆情大数据的社会安全事件情报感知与应用研究[J]. 夏一雪. 现代情报. 2019(11)
[2]中韩双边关系演进过程及影响因子探析——基于事件数据分析[J]. 王元,韩增林,彭飞,蒋开萍. 世界地理研究. 2019(05)
[3]中国及其周边国家间地缘关系解析[J]. 陈小强,袁丽华,沈石,梁晓瑶,王元慧,王翔宇,叶思菁,程昌秀,宋长青. 地理学报. 2019(08)
[4]“一带一路”若干区域社会发展态势大数据分析[J]. 马明清,袁武,葛全胜,袁文,杨林生,李汉青,李萌. 地理科学进展. 2019(07)
[5]大数据与双边关系的量化研究:以GDELT与中美关系为例[J]. 池志培,侯娜. 国际政治科学. 2019(02)
[6]基于海量事件数据的中美关系分析——对等反应、政策惯性及第三方因素[J]. 庞珣,刘子夜. 世界经济与政治. 2019(05)
[7]基于机器学习和脆弱国家指数的全球恐怖袭击预测研究[J]. 邱凌峰,胡啸峰,顾海硕,唐正,郑超慧,沈兵. 灾害学. 2019(02)
[8]社会情绪的结构性分布特征及其逻辑——基于互联网大数据GDELT的分析[J]. 龚为纲,朱萌. 政治学研究. 2018(04)
[9]大数据安全态势感知与冲突预测[J]. 董青岭. 中国社会科学. 2018(06)
[10]大数据与国际关系研究创新[J]. 漆海霞. 中国社会科学. 2018(06)
博士论文
[1]边缘化身份视角下的国际冲突研究[D]. 赵炜.吉林大学 2015
[2]基于文本挖掘的国际关系网络研究[D]. 王骏.北京邮电大学 2013
[3]基于贝叶斯网络的突发事件应急决策信息分析方法研究[D]. 徐磊.哈尔滨工业大学 2013
硕士论文
[1]基于频繁子图模式挖掘的群体性抗议事件检测技术研究[D]. 陈科第.国防科学技术大学 2016
本文编号：3416360
【文章来源】：外交学院北京市
【文章页数】：161 页
【学位级别】：博士
【部分图文】：
基于GDELT数据的“阿拉伯之春”各国战斗活动月度时间序列174（四）GDELT数据分析——以埃及为例
73图2-3：根据月份整合的GDELT每一类事件所占比例——埃及（1989—2019年）事实上，“阿拉伯之春”以来，四类事件的报道数据均有增加，这是因为媒体对埃及及其境内发生的“阿拉伯之春”相关活动关注度大幅提升（如图所示），但不同事件类别的增加幅度有所不同。如果详细查看2011年1月前后有关埃及报道的新闻总数，并计算每一类事件在新闻总数中所占的比例（数值范围0.0—1.0），就可以得出在这一时间点（即图中垂直线所显示的时间节点），Q3和Q4所占比例显著增加，而Q1和Q2所占比例明显下降，如图所示，因而显示出冲突逐渐升级的趋势。图2-4：按月整合的每一类事件绝对数量变化情况——埃及（1989—2019年）
73图2-3：根据月份整合的GDELT每一类事件所占比例——埃及（1989—2019年）事实上，“阿拉伯之春”以来，四类事件的报道数据均有增加，这是因为媒体对埃及及其境内发生的“阿拉伯之春”相关活动关注度大幅提升（如图所示），但不同事件类别的增加幅度有所不同。如果详细查看2011年1月前后有关埃及报道的新闻总数，并计算每一类事件在新闻总数中所占的比例（数值范围0.0—1.0），就可以得出在这一时间点（即图中垂直线所显示的时间节点），Q3和Q4所占比例显著增加，而Q1和Q2所占比例明显下降，如图所示，因而显示出冲突逐渐升级的趋势。图2-4：按月整合的每一类事件绝对数量变化情况——埃及（1989—2019年）
【参考文献】：
期刊论文
[1]基于舆情大数据的社会安全事件情报感知与应用研究[J]. 夏一雪. 现代情报. 2019(11)
[2]中韩双边关系演进过程及影响因子探析——基于事件数据分析[J]. 王元,韩增林,彭飞,蒋开萍. 世界地理研究. 2019(05)
[3]中国及其周边国家间地缘关系解析[J]. 陈小强,袁丽华,沈石,梁晓瑶,王元慧,王翔宇,叶思菁,程昌秀,宋长青. 地理学报. 2019(08)
[4]“一带一路”若干区域社会发展态势大数据分析[J]. 马明清,袁武,葛全胜,袁文,杨林生,李汉青,李萌. 地理科学进展. 2019(07)
[5]大数据与双边关系的量化研究:以GDELT与中美关系为例[J]. 池志培,侯娜. 国际政治科学. 2019(02)
[6]基于海量事件数据的中美关系分析——对等反应、政策惯性及第三方因素[J]. 庞珣,刘子夜. 世界经济与政治. 2019(05)
[7]基于机器学习和脆弱国家指数的全球恐怖袭击预测研究[J]. 邱凌峰,胡啸峰,顾海硕,唐正,郑超慧,沈兵. 灾害学. 2019(02)
[8]社会情绪的结构性分布特征及其逻辑——基于互联网大数据GDELT的分析[J]. 龚为纲,朱萌. 政治学研究. 2018(04)
[9]大数据安全态势感知与冲突预测[J]. 董青岭. 中国社会科学. 2018(06)
[10]大数据与国际关系研究创新[J]. 漆海霞. 中国社会科学. 2018(06)
博士论文
[1]边缘化身份视角下的国际冲突研究[D]. 赵炜.吉林大学 2015
[2]基于文本挖掘的国际关系网络研究[D]. 王骏.北京邮电大学 2013
[3]基于贝叶斯网络的突发事件应急决策信息分析方法研究[D]. 徐磊.哈尔滨工业大学 2013
硕士论文
[1]基于频繁子图模式挖掘的群体性抗议事件检测技术研究[D]. 陈科第.国防科学技术大学 2016
本文编号：3416360
本文链接：https://www.wllwen.com/kejilunwen/shengwushengchang/3416360.html
最近更新
教材专著
