【摘 要】
:
如今,快速崛起的社交媒体平台已成为众多网民表达个人观点、态度的聚集地,也因此成为网络舆情的主要发生地。近年来,网络舆情反转的频繁发生不仅折射出网络环境下暗藏的一些问题,也映射了许多现实层面的社会矛盾。目前,我国经济社会正处于高速转型期,伴生的矛盾、激化的情绪通过互联网以网络舆情的方式在网络上蔓延,若放任各类网络舆情自行发酵,而不施以有效的监管和引导,不仅会使网络舆情反转频发,对营造安全清朗的网络环
论文部分内容阅读
如今,快速崛起的社交媒体平台已成为众多网民表达个人观点、态度的聚集地,也因此成为网络舆情的主要发生地。近年来,网络舆情反转的频繁发生不仅折射出网络环境下暗藏的一些问题,也映射了许多现实层面的社会矛盾。目前,我国经济社会正处于高速转型期,伴生的矛盾、激化的情绪通过互联网以网络舆情的方式在网络上蔓延,若放任各类网络舆情自行发酵,而不施以有效的监管和引导,不仅会使网络舆情反转频发,对营造安全清朗的网络环境构成威胁,而且可能危及到正常的社会经济秩序。因此,本研究以网络舆情反转为研究对象,基于扎根理论分析网络舆情反转的影响因素,在此基础上构建动力学模型,研究其在双重信息竞争下的信息传播规律和观点演化规律,最后根据以上研究提出多主体协同的应对策略。首先,本文基于扎根理论对近5年来42起网络舆情反转事件的文本资料进行整理和编码分析,从网络舆情信息、网络舆情客体、网络舆情主体三个维度构建出网络舆情反转现象影响因素分析理论模型,归纳总结网络舆情反转类型并分别阐述其发生机理。其次,根据扎根理论分析结果,针对虚假信息传播型网络舆情反转,将主要影响因素抽象为模型参数,结合传染病动力学和观点动力学构建考虑双重信息竞争的SIR-HK网络舆情反转模型,同时考虑有无虚假信息、真相信息出现时间、传播信息可信度等参数对网络舆情反转过程中信息竞争传播和观点动态演化的影响,同时通过“高考答题卡疑被掉包事件”的实证数据对模型有效性进行验证。最后,在对网络舆情反转发生机理以及反转规律有科学认知的基础上,提出具有实践意义的有序化应对策略,以期促成网络舆情整体绿色健康的发展态势。
其他文献
基本医疗保险是保障劳动者因疾病风险造成经济损失的一项社会保险制度。我国目前的医保覆盖率超过95%,医保支出达到了2万亿人民币以上。在医保行业蓬勃发展的同时医疗保险欺诈事件也随之出现,并呈现逐年上升的趋势。为了解决这一问题,各国都在对医保欺诈检测进行研究,早期研究中使用概率论和统计学方法检测欺诈行为,随着技术的发展,研究方向转变为使用机器学习相关模型进行欺诈检测,并开始使用集成模型进行欺诈检测。在现
本文选取重庆市石柱土家族自治县(简称石柱县)大歇镇龙王村水泥用石灰岩矿的三个典型高陡边坡作为研究对象,对不同边坡配置不同比例、不同种类的乡土植物,运用实验室和实地两种萌发试验,采用喷播的方式对矿山边坡植被恢复进行试验。结果表明,先锋物种∶后期物种为2∶1的配置模式有较高的多样性和稳定性,可推广应用于类似工程中;白车轴草和一年生黑麦草具有强大的竞争力,可对其他植物产生抑制作用,应在理论播种量的基础上
随着网络信息时代的快速发展,线上购物呈现爆炸式增长。当消费者在线上进行购买活动时,网上评论成为消费者重要的信息来源。在巨大利益的驱使下,许多商家会雇佣水军有组织有预谋的对目标产品进行积极或消极评论,从而影响消费者的购买决策。相对于单个虚假评论用户而言,虚假评论群组对消费者决策的影响更大。为快速准确地检测虚假评论群组,国内外研究学者从不同角度提出解决方法。这些方法主要分为生成候选群组和检测虚假评论群
随着校园数字化建设的普及,通过深度学习方法可以将课堂视频充分挖掘,提供学生上课状态信息,帮助老师提高工作效率,并督促学生认真学习,但目前视频行为识别技术还不能满足不同场景的变化,因此将行为识别应用在课堂视频中依然具有挑战性。通过分析课堂视频,针对学生密集、行为相似及遮挡严重的问题,设计姿态跟踪方法提取学生单人姿态流,构建图卷积神经网络与自注意力机制相结合的模型,进一步提高学生行为识别准确率。本文的
随着第五代移动通信网络的广泛应用,以自动驾驶、智慧医疗及工业互联网为代表的新型物联网正成为现代信息化社会的重要基础设施,物联网发展正面临高可靠性、低时延、大规模连接、频谱资源限制及低能耗等诸多技术挑战,亟需利用一些新的通信理论与技术对物联网通信系统进行改进。本文将无人机辅助通信、非正交多址接入、能量收集和短包通信技术融入物联网系统,对其资源配置展开深入研究,进而克服物联网发展所面临的关键技术挑战,
随着城市化的进程不断加快,智能安防领域产生了大量的监控视频数据,行人重识别作为分析这些视频数据的重要方法,受到了国内外学者的广泛关注。但行人重识别目前仍存在摄像头角度不同、背景差异过大、行人姿态变化以及遮挡等诸多难点,因此本文通过深度学习的方法对行人重识别任务进行研究,主要工作如下:首先,针对卷积神经网络在提取特征时图像的细节信息会出现丢失的问题,提出了全局多尺度池化网络。该模型将最大池化操作与平
智能家居是物联网技术的热门应用场景,帮助用户以手机等智能终端直接控制连接到互联网的智能设备,切实地为人们日常生活带来舒适和便利。但与此同时,设备异构性、多方数据交互、跨域服务共享等特性也使得智能家居系统存在拒绝服务、隐私泄露等安全隐患。与DDo S等传统网络攻击不同,攻击者控制设备产生的网络流量与用户正常请求之间无明显区别,这导致相关攻击行为难以检测。因此,为进一步保障智能家居系统的安全,本文对异
世界各国政府为应对COVID-19疫情采取了关闭学校、旅行限制、居家隔离、禁止集会、停工停产等一系列非药物干预政策,以控制疫情传播。尽管学者较为深入地分析了非药物干预政策在抑制疫情传染传播中的作用,并取得了较为丰硕的研究成果,但现有研究多集中于分析单一因素对传染病传播的影响,尤其在研究方法上大多运用回归思想探求干预政策与疫情传播间的线性关系,未厘清非药物干预政策组合与传染病防控效果的多重因果关系,
在计算机视觉领域,目标跟踪作为基础研究问题引起了大量研究人员广泛的研究兴趣,大量优秀的算法被相继提出。目前,目标跟踪算法已经广泛应用于视频安防、智慧交通、自动驾驶等领域。在实际应用场景中,目标跟踪过程往往伴随着光照变化、背景干扰等一系列问题,而这些问题会使跟踪器在跟踪目标时发生严重的漂移问题,即定位框偏离目标。如何有效的解决跟踪中的漂移问题始终是目标跟踪研究中的难点之一。因此,本文在深度学习的框架
细菌感染会引发发热、局部脓肿、发炎等多种不良症状,导致多种病变和并发症,严重威胁人类的生命安全甚至会导致死亡。自上世纪40年代盘尼西林的发现和应用以来,抗生素为抵抗细菌感染带来了革命性的成功,然而抗生素的大规模不合理使用导致耐药菌株在全球范围内的流行。由于政策监管以及财政投入等多方面限制,自上世纪80年代以来几乎无新抗生素上市。重新启用一些老的抗生素药物,优化其疗效或降低其毒副作用以满足临床需求,