[目的/意义]研究多媒体网络舆情传播过程和演进机理,以准确掌握网络舆情演变规律,为相关部门增强网络舆情信息监管并引导网络舆情良性发展提供参考。[方法/过程]搜集国内外多媒体网络舆情相关文献,结合传播学理论,以大数据时代背景下多媒体网络舆情的分类、特征为基础,研究其发展规律、演进要素,从系统动力学的角度剖析多媒体网络舆情演进机理,并进行实证研究。[结果/结论]揭示大数据时代背景下多媒体网络舆情传播特点,阐释了多媒体网络舆情演进阶段、演进要素和演进机理,为大数据背景下多媒体网络舆情信息传播的深入研究及监管提供一定参考。

[目的/意义]情感维度是网络舆情信息预警级别的评定信号,其影响要素关联模型的构建能够较为清晰地描述各要素间及其与大数据网络舆情环境之间的错综复杂关系,从而为深入探讨大数据网络舆情信息的情感发展规律提供参考。[方法/过程]根据情感维度理论,从情感的种类、情感的转换、情感的唤起3个维度建构大数据网络环境下舆情信息情感维度要素关联模型。[结果/结论]实证分析结果表明:大数据舆情信息情感维度模型中舆情信息的情感级别与情感反应、情感焦点维度之间存在显著相关;情感指向与其他维度之间存在弱相关;情感维度模型中没有完全无关的要素。

[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。

[目的/意义]研究网络舆情语义倾向性隶属度,增强对网络舆情研判与引导的科学化程度,为相关部门提供决策参考。[方法/过程]在探讨网络舆情语义识别的基础上,运用模糊数学方法对网络舆情信息语义倾向性隶属度进行相关研究,并结合具体实证展开分析。[结果/结论]实验结果表明,本文所提出的算法能够深入挖掘网络舆情语义倾向性信息,更好地为相关管理者提供舆情危机预警服务,提高决策效率。

[目的/意义]在梳理和分析主要网络舆情语义识别关键技术的基础上,详细分析网络舆情信息情感倾向性分析技术、网络舆情话题识别技术的现阶段研究状况。[方法/过程]从技术特征中提取出处理精度、技术复杂程度、通用性、适应性等指标,根据所提出的指标对网络舆情信息语义识别关键技术加以比较分析。[结果/结论]分析得出各类技术的优劣之处,挖掘其未来的发展方向,为有效开展舆情监测和管理实践提供参考。

[目的/意义]研究大数据环境下多媒体网络舆情信息传播要素和运行机理,为相关部门加强网络舆情信息监管提供参考。[方法/过程]以大数据技术、舆情理论、信息传播理论为基础,对大数据环境下多媒体网络舆情的特征进行分析,深入探讨大数据环境下多媒体网络舆情传播的主体、客体、媒体、本体、空间5个要素,在此基础上重点归纳总结大数据多媒体网络舆情传播机理,并构建传播机理的总体关系架构。[结果/结论]揭示多媒体技术环境下网络舆情信息传播的内在运行规律,为大数据环境下多媒体网络舆情信息传播的研究提供新视角。