网络舆情演化模型研究与应用
本文选题:网络舆情 + 演化模型 ; 参考:《新疆大学》2017年硕士论文
【摘要】:网络舆情是全球化与信息化大浪潮冲击下的产物,是民众以信息化的方式表达各自看法、观点、态度和情感信息的集合。网络既是一种对社会的监督,又是一种对社会舆情的直接反映。随着互联网技术在全球范围内的飞速发展,网络舆情对政治生活秩序、经济发展和社会稳定的影响也与日俱增。因此网络舆情引起越来越多国内外学者的关注。基于此,研究网络舆情演化规律、特点和影响因素,分析和预测网络舆情传播趋势和影响,有助于政府管理和控制舆情发展态势以及企业应对突发事件、处理网络舆情、规避其负面影响的扩大。因此本文从分析网络舆情演化机理与动力学特性出发,建立网络舆情的演化模型,对网络舆情进行预测研究,主要研究内容有如下几个方面:(1)分析研究网络舆情概念、网络舆情演化概念、主体、动力学演变机理和基本模型,确定网络舆情基本特征和影响因素,为网络舆情演化模型的建立做准备。(2)元胞自动机可以通过简单的局部相互作用构成复杂动态系统的演化,结合网络舆情的特征,制定网络舆情演化规则,建立基于元胞自动机的网络舆情演化模型。然后借鉴线上网络和线下网络互相耦合作用这个思想,由两层元胞网格分别构成线上网络和线下网络,通过演化规则相互作用,建立双层耦合元胞自动机网络舆情演化模型,分析划分层次以及不同因素对网络舆情信息传播过程的影响。(3)元胞自动机的网络结构是规则网络,而实际的网民之间的联系是个复杂网络,结合复杂网络理论和网络舆情演化规则,分别建立小世界网络的网络舆情演化模型和无标度网络的网络舆情演化模型两种不同网络拓扑结构的演化模型,分析和研究了在不同网络拓扑结构和不同演化规则下的网路舆情演化规律。(4)对网络舆情的时间序列进行预测研究。首先在百度指数平台上采集关键词的趋势指数作为网络舆情发展的时间序列,再利用混沌理论的相空间重构确定重构矢量,然后用最大Lyapunov指数法判断网络舆情时间序列是否具有混沌特性,经数据仿真结果表明,网络舆情发展时间序列具有混沌特性。然后提出储备池神经网络的预测模型,并对预测模型进行改进,用复杂网络拓扑结构代替储备池,用二范数正则化模型求解输出权值,再用混合协同进化算法优化预测模型结构参数,提出改进储备池神经网络的预测模型,并将其用于网络舆情的预测。为进一步验证改进的预测模型的有效性,对部分混沌时间序列进行预测。经过对网络舆情和混沌时间序列的预测仿真实验,结果表明改进模型具有精确性、快速性和自适应性等优点,也可将此预测模型应用于其他领域。本文建立的网络舆情演化模型和预测模型,为网络舆情的研究提供了一种新思路,丰富了网络舆情演化的理论与方法,为引导和控制网络舆情提供理论支撑和参考价值,对维护社会稳定和促进发展具有重要意义。
[Abstract]:Network public opinion is the product of the globalization and the big wave of information. It is the collection of people's views, views, attitudes and emotional information in the way of information. The network is a kind of supervision to society and a direct reflection of social public opinion. With the rapid development of Internet technology in the world, network public opinion The influence of the political life order, the economic development and the social stability is also increasing day by day. Therefore, the network public opinion has aroused more and more attention of scholars at home and abroad. Based on this, the research on the evolution law, characteristics and influence factors of network public opinion, analysis and prediction of the spread trend and influence of network public opinion, will help the government to manage and control the development of public opinion. And enterprises should deal with the unexpected events, deal with the network public opinion and avoid the expansion of their negative effects. Therefore, this paper, starting from the analysis of the evolution mechanism and dynamic characteristics of network public opinion, establishes the evolution model of network public opinion, and predicts the network public opinion. The main contents are as follows: (1) analysis and Research on the concept of network public opinion, network public opinion The concept of emotional evolution, the main body, the dynamic evolution mechanism and the basic model, determine the basic characteristics and influencing factors of the network public opinion, and prepare for the establishment of the network public opinion evolution model. (2) the cellular automata can form the evolution of the complex dynamic system through the simple local interaction, and combine the characteristics of the network public opinion to formulate the network public opinion evolution rules. Then, the evolution model of network public opinion based on cellular automata is established. Then, using the idea of mutual coupling between the line network and the offline network, the online network and the offline network are formed by the two layer cell grid, and the evolution model of the double coupled cellular automata network public opinion is established through the interaction of the evolution rules, and the division level is analyzed. And the influence of different factors on the communication process of network public opinion information transmission. (3) the network structure of cellular automata is a regular network, and the connection between the actual netizens is a complex network. Combining the complex network theory and the evolution rules of network public opinion, the network public opinion evolution model of the small world network and the network public opinion of the scale-free network are established respectively. The evolution model of two different network topology structures is analyzed and studied under different network topology and different evolution rules. (4) to predict the time series of network public opinion. First, the trend index of key words is collected on the Baidu index platform as the development of network public opinion. Time series, then using the phase space reconstruction of chaos theory to determine the reconstruction vector, and then determine whether the network public opinion time series has chaotic characteristics by the maximum Lyapunov exponent method. The results of data simulation show that the time series of network public opinion development time series has chaotic characteristics. Then, the prediction model of the reserve pool neural network is put forward and the prediction model is put forward. The model is improved with the complex network topology instead of the reserve pool, the two norm regularization model is used to solve the output weights, and then the hybrid coevolution algorithm is used to optimize the structural parameters of the prediction model. The prediction model of the improved reserve pool neural network is proposed and used in the prediction of the network public opinion. The results of prediction simulation experiments on network public opinion and chaotic time series show that the improved model has the advantages of accuracy, speediness and adaptability, and can also apply this prediction model to other fields. The network public opinion evolution model and prediction model established in this paper are network public opinion The study of love provides a new way of thinking, enriches the theory and method of the evolution of network public opinion, and provides theoretical support and reference value for guiding and controlling network public opinion. It is of great significance for maintaining social stability and promoting development.
【学位授予单位】:新疆大学
【学位级别】:硕士
【学位授予年份】:2017
【分类号】:O157.5;TP301.1
【相似文献】
相关期刊论文 前10条
1 刘毅;;略论网络舆情的概念、特点、表达与传播[J];理论界;2007年01期
2 陶建杰;;网络舆情联动应急机制初探[J];青年记者;2007年15期
3 胡圣方;杨文德;;网络舆情管理的问题及对策[J];甘肃政法成人教育学院学报;2007年04期
4 吴明友;;校园网络舆情的应对策略分析[J];中国教育信息化;2008年24期
5 张丽红;;试论网络舆情传播对文化的影响[J];前沿;2008年04期
6 姜胜洪;;网络舆情热点的形成与发展、现状及舆论引导[J];理论月刊;2008年04期
7 李子德;;论和谐社会视野中不良网络舆情的预警[J];中国石油大学学报(社会科学版);2008年04期
8 刘军;;互联网时代网络舆情的应急处理[J];理论学习;2009年01期
9 周志强;;网络舆情与“口香糖思想”[J];人民论坛;2009年04期
10 许鑫;章成志;李雯静;;国内网络舆情研究的回顾与展望[J];情报理论与实践;2009年03期
相关会议论文 前10条
1 任铭;陈俊鑫;;我国网络舆情及管理策略研究[A];2011年全国通信安全学术会议论文集[C];2011年
2 潘崇霞;;网络舆情演化的阶段分析[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
3 潘庆芳;周萍;;涉路网络舆情的现状及应对建议[A];中国公路学会高速公路运营管理分会2011年度年会暨第十八次全国高速公路运营管理工作研讨会论文集[C];2011年
4 李大鹏;;加强新形势下检察机关网络舆情体系建设[A];第27次全国计算机安全学术交流会论文集[C];2012年
5 曹俊喜;刘云;徐希源;;电力行业网络舆情监测分析技术研究与系统设计[A];2012年电力通信管理暨智能电网通信技术论坛论文集[C];2013年
6 冉治平;;提高网络舆情应对能力的几点思考[A];浙江烟草(2012年第3期总第122期)[C];2012年
7 疏学明;郑魁;张辉;袁宏永;;突发事件中网络舆情信息管理方式探讨[A];中国突发事件防范与快速处置优秀成果选编[C];2009年
8 耿骞;刘颖;;网络舆情的形成、传播及监测方法[A];科学发展:文化软实力与民族复兴——纪念中华人民共和国成立60周年论文集(下卷)[C];2009年
9 韩伟;张洪涛;;网络舆情与青少年媒介认知能力构建[A];网络时代的青少年和青少年工作研究报告——第六届中国青少年发展论坛暨中国青少年研究会优秀论文集(2010)[C];2010年
10 曾华艺;;网络舆情危机事件指标体系探讨[A];信息化、工业化融合与服务创新——第十三届计算机模拟与信息技术学术会议论文集[C];2011年
相关重要报纸文章 前10条
1 记者 刘自贤 通讯员 吴涛;网络舆情助推汉江中院司法为民[N];湖北日报;2010年
2 通讯员 王宏杰;注重网络舆情监督 网上网下良性互动[N];检察日报;2010年
3 四川省地税局直属分局 韦一新 胡晓驰;正确应对征纳纠纷引发的网络舆情危机[N];中国税务报;2010年
4 唐莉 记者 郭树仁;梅河口检察院加强涉检网络舆情研判与应对工作[N];北方法制报;2010年
5 记者 卢志坚 通讯员 胡连芳;江苏大丰:征聘百名“网络舆情监督员”[N];检察日报;2009年
6 见习记者 施燕燕;应对网络舆情与三项重点工作息息相关[N];检察日报;2010年
7 记者 吴汉松;提升引导网络舆情能力[N];石狮日报;2010年
8 四川省内江市工商局 吴明显 杨晓彬;建议加强网络舆情收集分析及引导工作(下)[N];中国工商报;2010年
9 吴明显;内江积极加强网络舆情监测[N];中国工商报;2010年
10 本报记者 白真智;探秘网络舆情市场[N];人民日报;2010年
相关博士学位论文 前10条
1 张玉强;网络舆情危机的政府适度反应研究[D];中央民族大学;2011年
2 何健;高校大学生网络舆情特征与管理对策研究[D];西南大学;2015年
3 石新宇;当代大学生网络舆情分析及对策研究[D];辽宁大学;2015年
4 曹学艳;突发事件动态网络舆情挖掘与应对研究[D];电子科技大学;2013年
5 刘泉;基于个体社会属性的网络舆情演化模型研究[D];大连理工大学;2016年
6 方付建;突发事件网络舆情演变研究[D];华中科技大学;2011年
7 张伟;基于复杂社会网络的网络舆情演化模型研究[D];哈尔滨工业大学;2014年
8 陈t熀,
本文编号:2082884
本文链接:https://www.wllwen.com/kejilunwen/yysx/2082884.html