网络舆情的研究与发展—以涉警网络舆情为例

网络舆情传播速度快、波及范围广,同时具有很强的突发性、不确定性、难以控制等特点,对相关部门进行涉警网络舆情干预和引导带来巨大挑战。目前有关网络舆情引导、管控机制、应对策略研究等成果丰富、但是对网络舆情危机的演变和干预多停留在定性分析之上、定量分析研究相对欠缺。现有网络舆情研究多针对舆情发展某一阶段进行研究,未结合网络舆情发展的多阶段属性展开全生命周期研究,为数不多的网络舆情多阶段干预决策机制研究也比较粗略,缺乏一套科学、规范的干预决策机制作为支撑。因此,结合网络舆情的多阶段属性、应用定量分析方法,是未来网络舆情干预决策机制研究的方向之一。本文通过对网络舆情发展过程的描述,给出一定量的状态表述和行动刻画,构建一个分类多阶段决策模型框架。     

基于大数据的涉警网络舆情多阶段干预决策建模研究

在大数据爆炸的时代,网络舆情、尤其是负面网络舆情管理,已成为管理层面临的难题和亟需解决的决策问题.基于目前涉警网络舆情事件研究更多偏向于定性研究,应用大数据和动态优化理论,从历史事件中寻找舆情演变规律,创新性的提出从负面评论占比的角度量化系统状态和干预效果,创造性的在涉警网络舆情这一社会管理领域首次应用马氏决策过程展开研究,通过转移概率矩阵给出涉警网络舆情在不同状态下、不同干预行动下的动态发展转移规律.同时,以马氏决策过程计算结果作为系统的初始状态,应用向后递归值迭代算法进行干预行动选择策略动态寻优,分别给出了有限阶段、无限阶段各状态下的最优干预行动选择策略.案例对比研究表明,结论可为舆情管理部门提供量化决策支持,对不同状态下的干预行动选择策略提供辅助参考.