检索结果-南通市图书馆

作者：杨晓婷哈尔滨师范大学

学位级别：硕士

我国是全球自然灾害发生最为严重的国家之一,政务微博已成为政府发布自然灾害突发事件信息的重要平台,建立一套有效的、系统化的自然灾害求助类政务微博舆情预警机制,有助于政府部门及时掌握舆情走势,实现网络空间治理,并为应急管理部... 详细信息

我国是全球自然灾害发生最为严重的国家之一,政务微博已成为政府发布自然灾害突发事件信息的重要平台,建立一套有效的、系统化的自然灾害求助类政务微博舆情预警机制,有助于政府部门及时掌握舆情走势,实现网络空间治理,并为应急管理部门及时调整救助救灾决策提供参考依据。本文通过构建网民情绪传播模型及模型阈值的内在机理分析,为自然灾害救助类政务微博舆情预警机制的设计奠定了前期基础。首先,本文基于动态的视角,建立一套将动态预测和警级识别处置考虑在内的“信息处理——网民分类——舆情动态预测——舆情警级识别”自然灾害救助类政务微博舆情预警机制,旨在为自然灾害期间政府提高舆情动态预警的高效化、精准化和科学化水平与灾害应急管理提供理论支撑和参考依据。第一,信息处理子模块。主要是通过编写的python爬虫程序进行舆情数据挖掘,并通过聚类DEC算法和python程序进行数据清洗,高效获取舆情数据。第二,网民分类子模块。主要是通过词义文本分析技术识别网民的不同情绪,并基于传播动力学理论和情绪感染机制构建网民情绪SITR传播模型来确定对不同情绪状态网民的分类规则,为后期舆情的监测预警奠定前期基础。第三,舆情动态预测子模块。在网民分类子模块的基础上,通过比较分析灰色EGM(1,1)模型、灰色马尔可夫模型、新陈代谢灰色马尔可夫动态模型的预测精度,选取预测精度最高的模型对舆情演化的态势进行实时动态预测。第四,舆情警级识别子模块。结合灰色关联分析和传播阈值,建立了一种舆情预警等级的判断准则,适时地、科学地做出舆情风险等级预报,为突发事件的应急救灾救助处置和网络空间的治理提供重要的理论与方法参考。其次,本文基于新浪政务微博获取“四川泸州6.0级地震”舆情数据,对自然灾害救助类政务微博舆情预警机制进行检验。结果表明,新陈代谢灰色马尔科夫动态预测模型显著提高了舆情动态预测的正确率。同时,改进后的舆情警级识别子模块方法可靠,验证了所构建舆情预警机制的可行性和适用性。最后,本文进一步探究自然灾害救助信息与政务微博信息发布的关联分析,为构建自然灾害救助类政务微博舆情预警的保障体系提供对策建议。

关键词：自然灾害救助政务微博舆情预警机制动态预测

来源：