基于随机共振模型的舆情共振现象研究

发布时间：2020-09-10 16:08

　　随着网民的规模的扩大,网络舆情现象也难以被忽视。网络舆情分为两个方面:一是各种社会现象、社会问题以及突发事件在互联网上的广泛传播和扩散;二是网民对这些现象、事件表达自己观点、意见和态度情感。由于互联网具有普遍性、开放性、实时性、交互性、自主性等特点,使得基于互联网的舆情具有即时性、非理性、互动性、自由性的特点。不同的网络舆情给人们的日常生活带来的影响是截然不同的,一些恶意的、虚假的舆情信息通过网络放大并与其他类似事件发生共振时,这种舆情事件的共振现象不仅影响人们的健康生活,甚至会影响社会和谐稳定。本文的研究内容主要围绕网络舆情共振现象进行分析。基于物理共振与网络舆情共振具有相似的特性,本文引入双稳态随机共振模型对网络舆情现象进行定量分析。基于新浪微博用户的评论数据和百度指数热点事件搜索热度数据,运用数据采集工具对关键词进行检索、统计以及分析,应用网络舆情共振模型对两个相关案例和两个不相关案例进行实证分析和对比,从正反两面验证模型的正确性。同时基于多组案例数据对模型参数进行统计分析,阐释参数的意义并进行模型的数值仿真分析,总结各个参数因子对模型共振的影响。最后得出网络舆情共振的规律,针对得出的规律提出对网络舆情共振现象防控的相关建议。结论证明,本文提出的网络舆情共振模型的规律和特点与现实社会中发生的网络舆情共振现象基本上符合。通过数据分析和研究从而获得结论建议,分别从政府部门、网络媒体、意见领袖和普通网民四个方面提出建议。政府方面要基于新形势构建新的管理模式,并根据网络舆情演化的特点和规律采取配套的管理措施;媒体要充分利用自身优势,加强社会责任感,发挥舆论号召力,为网络安全与健康贡献自己的力量;对普通网民而言,不仅要提高自己的法律道德意识,更要提高自身判别是非的能力。最终从多角度共建一个和谐健康的网络舆情环境。
【学位单位】：中国地质大学(北京)
【学位级别】：硕士
【学位年份】：2018
【中图分类】：D669
【部分图文】：

情感分析,态度

图 3-1 用户微博情感分析所有用户的态度值，求取得到各个集合的态度平均值，得到表 3-表 3-8 态度值袖态度值 1执法机关态度值 2网民态度值 3网络媒体态度0.42 0.405 0.14 0.62各方权重值，根据公式 = 1 2 3 4，得出最 0.42。“招远 5·28”事件，采用关键词“招远邪教杀人”“招远 528””等关键词进行微博内容抓取，最后计算得到态度值为 2= 0.31生事件热度值及次生事件热度值计算

百度,三亚,指数,事件

中国地质大学（北京）硕士学位论文其中 V表示关键词在一定区域和一定时间内的搜索量，EV表示全网所有关键词在相同区域和相同时间的平均搜索量。受此启发可以发现一个事件的热度不仅与事件舆论峰值大小有关，也与事件在网络传播的速度和事件持续时间有关。本文采用：加权指数值 = max 公式 (3-5)对事件热度进行计算，其中 max为事件的百度指数峰值，为事件达到峰值直至事件平息的事件单位为天，为事件从发生到达到峰值所用的时间单位为天。最后计算两个指数的相对强度比。

百度,大虾,事件,指数

图 3-2 三亚宰客门百度指数截取三亚宰客门事件在 2012 年的百度指数得到图 3-2，可以得到事件舆情指数的峰值为84592，事件从2012年1月28开始被报道直到2月1号到达峰值，之后再 2 月 14 号以后基本事件平息。所以其 = 5， = 13，计算得到原始事件的加权指数值为 219939.2

【参考文献】