隨著網(wǎng)民的規(guī)模的擴大,網(wǎng)絡輿情現(xiàn)象也難以被忽視。網(wǎng)絡輿情分為兩個方面:一是各種社會現(xiàn)象、社會問題以及突發(fā)事件在互聯(lián)網(wǎng)上的廣泛傳播和擴散;二是網(wǎng)民對這些現(xiàn)象、事件表達自己觀點、意見和態(tài)度情感。由于互聯(lián)網(wǎng)具有普遍性、開放性、實時性、交互性、自主性等特點,使得基于互聯(lián)網(wǎng)的輿情具有即時性、非理性、互動性、自由性的特點。不同的網(wǎng)絡輿情給人們的日常生活帶來的影響是截然不同的,一些惡意的、虛假的輿情信息通過網(wǎng)絡放大并與其他類似事件發(fā)生共振時,這種輿情事件的共振現(xiàn)象不僅影響人們的健康生活,甚至會影響社會和諧穩(wěn)定。本文的研究內(nèi)容主要圍繞網(wǎng)絡輿情共振現(xiàn)象進行分析�；谖锢砉舱衽c網(wǎng)絡輿情共振具有相似的特性,本文引入雙穩(wěn)態(tài)隨機共振模型對網(wǎng)絡輿情現(xiàn)象進行定量分析�；谛吕宋⒉┯脩舻脑u論數(shù)據(jù)和百度指數(shù)熱點事件搜索熱度數(shù)據(jù),運用數(shù)據(jù)采集工具對關鍵詞進行檢索、統(tǒng)計以及分析,應用網(wǎng)絡輿情共振模型對兩個相關案例和兩個不相關案例進行實證分析和對比,從正反兩面驗證模型的正確性。同時基于多組案例數(shù)據(jù)對模型參數(shù)進行統(tǒng)計分析,闡釋參數(shù)的意義并進行模型的數(shù)值仿真分析,總結(jié)各個參數(shù)因子對模型共振的影響。最后得出網(wǎng)絡輿情共振的規(guī)律,針對得出的規(guī)律提出對網(wǎng)絡輿情共振現(xiàn)象防控的相關建議。結(jié)論證明,本文提出的網(wǎng)絡輿情共振模型的規(guī)律和特點與現(xiàn)實社會中發(fā)生的網(wǎng)絡輿情共振現(xiàn)象基本上符合。通過數(shù)據(jù)分析和研究從而獲得結(jié)論建議,分別從政府部門、網(wǎng)絡媒體、意見領袖和普通網(wǎng)民四個方面提出建議。政府方面要基于新形勢構(gòu)建新的管理模式,并根據(jù)網(wǎng)絡輿情演化的特點和規(guī)律采取配套的管理措施;媒體要充分利用自身優(yōu)勢,加強社會責任感,發(fā)揮輿論號召力,為網(wǎng)絡安全與健康貢獻自己的力量;對普通網(wǎng)民而言,不僅要提高自己的法律道德意識,更要提高自身判別是非的能力。最終從多角度共建一個和諧健康的網(wǎng)絡輿情環(huán)境。
【學位單位】：中國地質(zhì)大學(北京)
【學位級別】：碩士
【學位年份】：2018
【中圖分類】：D669
【部分圖文】：

圖 3-1 用戶微博情感分析所有用戶的態(tài)度值，求取得到各個集合的態(tài)度平均值，得到表 3-表 3-8 態(tài)度值袖態(tài)度值 1執(zhí)法機關態(tài)度值 2網(wǎng)民態(tài)度值 3網(wǎng)絡媒體態(tài)度0.42 0.405 0.14 0.62各方權(quán)重值，根據(jù)公式 = 1 2 3 4，得出最 0.42�！罢羞h 5·28”事件，采用關鍵詞“招遠邪教殺人”“招遠 528””等關鍵詞進行微博內(nèi)容抓取，最后計算得到態(tài)度值為 2= 0.31生事件熱度值及次生事件熱度值計算

中國地質(zhì)大學（北京）碩士學位論文其中 V表示關鍵詞在一定區(qū)域和一定時間內(nèi)的搜索量，EV表示全網(wǎng)所有關鍵詞在相同區(qū)域和相同時間的平均搜索量。受此啟發(fā)可以發(fā)現(xiàn)一個事件的熱度不僅與事件輿論峰值大小有關，也與事件在網(wǎng)絡傳播的速度和事件持續(xù)時間有關。本文采用：加權(quán)指數(shù)值 = max 公式 (3-5)對事件熱度進行計算，其中 max為事件的百度指數(shù)峰值， 為事件達到峰值直至事件平息的事件單位為天， 為事件從發(fā)生到達到峰值所用的時間單位為天。最后計算兩個指數(shù)的相對強度比。

圖 3-2 三亞宰客門百度指數(shù)截取三亞宰客門事件在 2012 年的百度指數(shù)得到圖 3-2，可以得到事件輿情指數(shù)的峰值為84592，事件從2012年1月28開始被報道直到2月1號到達峰值，之后再 2 月 14 號以后基本事件平息。所以其 = 5， = 13，計算得到原始事件的加權(quán)指數(shù)值為 219939.2

【參考文獻】

相關期刊論文 前10條

1 王康;李含偉;;自媒體時代的企業(yè)網(wǎng)絡輿情應對策略研究——基于上市公司百度指數(shù)的研究[J];情報科學;2018年01期

2 潘琪;王雋;;基于百度指數(shù)的2015年食品安全網(wǎng)絡輿情分析[J];中國食物與營養(yǎng);2016年12期

3 陳福集;介靜濤;;網(wǎng)絡輿情管理中政府隱性知識共享因素分析[J];情報雜志;2014年05期

4 陳濤;林杰;;基于搜索引擎關注度的網(wǎng)絡輿情時空演化比較分析——以谷歌趨勢和百度指數(shù)比較為例[J];情報雜志;2013年03期

5 楊保國;田坦;張殿倫;;雙穩(wěn)態(tài)隨機共振系統(tǒng)參數(shù)選擇快速算法及應用[J];哈爾濱工程大學學報;2011年03期

6 師靜;王秋菊;;從“蝴蝶效應”談網(wǎng)絡輿論熱點生成路徑[J];新聞愛好者;2011年03期

7 丁文祺;冷永剛;范勝波;黃立坤;;雙穩(wěn)信號的參數(shù)調(diào)節(jié)及恢復[J];振動.測試與診斷;2010年06期

8 馬中存;張永祥;;隨機共振方法在微弱周期信號檢測中的應用[J];船海工程;2010年05期

9 史波;;網(wǎng)絡輿情群體極化的動力機制與調(diào)控策略研究[J];情報雜志;2010年07期

10 徐敬宏;宮哲;李慧慧;;非常規(guī)突發(fā)事件中網(wǎng)絡輿情的作用分析——以“鄧玉嬌案”為例[J];學習與實踐;2010年07期

相關會議論文 前1條

1 耿騫;劉穎;;網(wǎng)絡輿情的形成、傳播及監(jiān)測方法[A];科學發(fā)展：文化軟實力與民族復興——紀念中華人民共和國成立60周年論文集（下卷）[C];2009年

相關博士學位論文 前3條

1 張玉強;網(wǎng)絡輿情危機的政府適度反應研究[D];中央民族大學;2011年

2 馬荔;突發(fā)事件網(wǎng)絡輿情政府治理研究[D];北京郵電大學;2010年

3 周玉榮;隨機共振及其在神經(jīng)動力學模型中的應用[D];電子科技大學;2009年

相關碩士學位論文 前5條

1 廖瑞丹;基于隨機共振模型的網(wǎng)絡輿情共振現(xiàn)象研究[D];南京理工大學;2017年

2 張華;基于優(yōu)化BP神經(jīng)網(wǎng)絡的微博輿情預測模型研究[D];華中師范大學;2014年

3 呂彥方;科學發(fā)展觀視域下突發(fā)事件網(wǎng)絡輿情的政府治理研究[D];福建農(nóng)林大學;2013年

4 牛芳;政府網(wǎng)絡輿情管理存在的問題及對策研究[D];中央民族大學;2013年

5 鄧惠惠;政府網(wǎng)絡輿情危機管理研究[D];華南理工大學;2012年

本文編號：2816018