發(fā)布時間：2020-04-04 21:00

【摘要】：隨著Web2.0時代的到來,信息技術的普及,改變了人們的思想和行為,同時也給社會公共事務管理帶來了新的挑戰(zhàn)。從網(wǎng)絡輿情視角來看,伴隨著我國社會民主化進程的推進,民眾的參政意識正不斷增強,網(wǎng)絡用戶對現(xiàn)行政策的認知傾向可反饋出大量隱性信息,促進我國公共政策的制定與評估。但是,我國現(xiàn)有的公共政策預測研究多集中在政策評價指標體系探索、輿情演化趨勢研究、主題觀點分析三個方面,很少有文章對政策輿情傾度的發(fā)展進行探析。鑒于此,本文構建了基于社會化媒體的公共政策輿情支持度預測模型,將大眾對政策的態(tài)度變化看作一個隨機過程,使用微博在線評論文本作為實驗數(shù)據(jù),探求民眾對某一政策未來的支持度傾向。具體來說,模型由兩部分組成:第一階段,通過政策輿情支持度判斷模型生成預測模塊的社會化參數(shù),避免以往研究由于主觀參數(shù)設置造成的誤差。該階段首先建立了政策目標、對象、方案、效果四個評價維度,并從數(shù)據(jù)情感分析的角度出發(fā),利用領域框架語義詞典、政策評論主題詞詞典識別微博的政策維度,來構建單條文本的政策評價向量,最后使用兩種權重測度方法合成公眾對政策的最終輿情支持度;第二階段,利用馬爾科夫理論對預測模型進行實現(xiàn)與改進。該部分首先結(jié)合用戶社會化影響力對原始輿情數(shù)據(jù)進行更新,并以時間為序列進行統(tǒng)計整理;其次采用遺傳與二次規(guī)劃組合算法對狀態(tài)轉(zhuǎn)移矩陣求解;最后利用動態(tài)誤差補償公式修正預測精度,尋求系統(tǒng)的迭代平衡點,并對Matlab仿真結(jié)果進行討論。為驗證模型的效用性,文章最終選取“延遲退休”這一既定政策為案例進行實證研究,實驗結(jié)果表明:首先,經(jīng)現(xiàn)實政策走向比對,文中提出的預測模型可有效統(tǒng)計未來民眾對延遲退休政策的網(wǎng)絡情感傾向;其次,在預測階段,相比采用單一遺傳算法的求解思路,文中提出的組合算法及補償公式可提高實驗預測精度;最后,經(jīng)案例分析可知目前公眾關于延退政策的非異議性比例較低,存在較大的政策風險,政府需不斷協(xié)調(diào)政策事前評估的各項工作,以確保其順利推行。同時針對該政策現(xiàn)行構想及我國社會化媒體輿情監(jiān)管工作,本文提出了若干建議,希望對日后政策領域的輿情研究做出些許貢獻。
【圖文】：

圖 1.1 論文技術路線圖本文研究框架主要分為以下五個章節(jié)：第一章 緒論。闡述文章的研究背景、意義以及國內(nèi)外政策模擬分析相關研究的進展，并提出本文的整體研究框架、思路及內(nèi)容。第二章 理論綜述。對研究中涉及到的相關理論進行綜述，，包括政策量化分析、政策模擬、公眾態(tài)度挖掘技術及馬爾可夫預測模型。其中主要介紹與本文相關的三種文本情感分析方法，以及馬爾科夫模型的相關概念與常用求解方法。第三章 公共政策輿情支持度預測模型研究。本章對全文的理論模型框架進行了構建，該框架主要由政策輿情支持度與馬爾科夫預測兩個關鍵模型組成。其中政策輿情支持度模型，主要利用框架語義學與情感詞典相結(jié)合的方式，從政策目標、政策期望、政策方案、政策對象四個維度識別了民眾對該政策的評論類別，并根據(jù)政策評價向量，采用基于反語與規(guī)則的改進情感分析方法分析了各政策維度的情感傾向并予以合成；馬爾科夫預測模型以其上一步分析結(jié)果為基礎，結(jié)合微博用戶自身影響力，以月為時間序列統(tǒng)計微博公眾的情感傾向，以此為社會化媒體參數(shù)構建馬爾科夫初始狀

文本情感分析（SentimentAnalysis）是典型的自然語言處理技術（Natural LanguaProcessing, NLP）之一，囊括了計算機科學、語言句法甚至邏輯判斷學，其重點是主體所表達的態(tài)度、觀點的情感傾向進行判斷，提取文本中表達的主觀好惡信息。般情況下，人們對于社會事件的看法總是存在著或多或少的差異，這種分歧在以微博論壇等為代表的社交媒體上表現(xiàn)的尤為明顯。文本情感分析現(xiàn)實生活中的應用主要為三大類：（1）推薦系統(tǒng)。以淘寶為例的各大網(wǎng)購平臺，通過對用戶在線行為的整分類，挑選出相似服務，一方面引導用戶的進一步行為方式，另一方面通過反饋機形成用戶口碑。（2）過濾系統(tǒng)。通過前期預處理設置，自動過濾文檔中的不當信息并提取出作者的情感態(tài)度傾向。以各大政務平臺為例，在群眾觀點反饋模塊，可對到的郵件進行情感鑒別，對一些明顯的惡意攻擊行為可自動過濾，加入黑名單。（問答系統(tǒng)。對用戶所提問題進行內(nèi)容鑒別及情感分類，利用情感色彩在語庫中匹配最佳答案，目前智能機器人問答系統(tǒng)多采用該方法。近年來，文本情感分析逐漸成為了一個新穎的研究方向，根據(jù)其分析過程，可致將其整理為以下四個階段：分詞去停用詞情感字典有無監(jiān)督
【學位授予單位】：西安電子科技大學
【學位級別】：碩士
【學位授予年份】：2018
【分類號】：D630;C912.63

【相似文獻】

相關期刊論文 前10條

1 張思龍;;社會化媒體下的信息安全技術研究[J];數(shù)字圖書館論壇;2014年02期

2 李浩然;;社會化媒體中的手機攝影探究[J];中國傳媒科技;2018年11期

3 肖樹喬;;運用社會化媒體預防犯罪[J];現(xiàn)代世界警察;2018年12期

4 徐伶俐;彭雅莉;;基于社會化媒體的個人品牌傳播模式研究——評《社會化媒體下品牌傳播》[J];傳媒;2019年01期

5 張春枝;邢天舒;;社會化媒體視域下紅色基因微傳播的方式分析[J];遼寧科技學院學報;2019年01期

6 張巾英;;社會化媒體語境下的傳媒倫理問題[J];新聞研究導刊;2019年03期

7 苗雅靜;;社會化媒體發(fā)展給傳統(tǒng)營銷渠道帶來的影響研究[J];現(xiàn)代經(jīng)濟信息;2019年03期

8 袁春;;社會化媒體對青年音樂審美文化的影響[J];戲劇之家;2018年35期

9 李悅鑫;;社會化媒體背景下的政務微博研究綜述[J];新聞研究導刊;2019年08期

10 劉士超;;空間批判視角下社會化媒體的資本邏輯與權力規(guī)訓[J];現(xiàn)代視聽;2019年04期

相關會議論文 前10條

1 林小斐;;論社會化媒體傳播與市場發(fā)展的關系——以社交平臺與購物網(wǎng)站互推為例[A];2015中國傳播論壇：“現(xiàn)代傳播體系建設：融合與秩序”論文匯編[C];2015年

2 王翎;;社會化媒體時代公眾媒介素養(yǎng)的培養(yǎng)策略[A];社會輿情與社會治理創(chuàng)新[C];2016年

3 郭秀芝;孟祥山;劉然;王偉;;新媒體與健康傳播背景下信任度調(diào)查[A];第八屆中國健康傳播大會優(yōu)秀論文集[C];2013年

4 吳小坤;邱靜;;從新浪微博企業(yè)營銷看社交媒介的商品化演進[A];世界傳媒產(chǎn)業(yè)評論（第9輯）[C];2012年

5 倪斌;;基于新浪微博粉絲通平臺的賽事推廣策略[A];2014全國體育計算機應用學術會議論文集[C];2014年

6 譚華孚;;社會化媒體環(huán)境中的兩岸青年認同[A];兩岸文化發(fā)展與創(chuàng)新——第四屆兩岸文化發(fā)展論壇文集[C];2016年

7 李莉;;以文化為依托的社會化媒體品牌傳播策略——以天津市農(nóng)產(chǎn)品為例[A];第十二屆（2017）中國管理學年會論文集[C];2017年

8 陳裕亮;;基于社會化媒體的“大中華”品牌營銷策略研究[A];上海市煙草系統(tǒng)2012年度優(yōu)秀學術論文集（經(jīng)濟管理類）[C];2012年

9 劉勇;王永慶;;掘金社會化媒體[A];第九屆（2014）中國管理學年會——管理與決策科學分會場論文集[C];2014年

10 許凱;;網(wǎng)絡媒體背景下政府的輿情應對路徑[A];“決策論壇——公共管理決策案例與鏡鑒研討會”文集[C];2015年

相關重要報紙文章 前10條

1 清華大學新聞與傳播學院教授 金兼斌;社會化媒體時代網(wǎng)絡輿論需要把脈[N];社會科學報;2018年

2 張曉敏 山西日報農(nóng)村部;社會化媒體時代 傳統(tǒng)媒體人如何應對[N];山西經(jīng)濟日報;2014年

3 丁家永;社會化媒體下消費者變化對品牌營銷的沖擊[N];企業(yè)家日報;2015年

4 記者 馮海波 通訊員 黃廣發(fā) 祝和平;專家聚焦“大數(shù)據(jù)與社會化媒體發(fā)展”[N];廣東科技報;2015年

5 陳永東;應對社會化媒體,畏首畏尾不如敞開懷抱[N];人民郵電;2014年

6 楊吉;社會化媒體對企業(yè)意味著什么[N];上海證券報;2013年

7 楊吉;社會化媒體對企業(yè)意味著什么[N];中華讀書報;2013年

8 楊吉 法學博士 浙江傳媒學院互聯(lián)網(wǎng)與社會研究中心秘書長;社會化媒體企業(yè)意味著什么[N];中國圖書商報;2013年

9 本報記者 李延生;借力社會化媒體[N];中國企業(yè)報;2011年

10 記者 李思;社會化媒體“遍地開花”[N];上海金融報;2011年

相關博士學位論文 前10條

1 胡廣宇;醫(yī)療服務的患者體驗與輿情評價研究[D];北京協(xié)和醫(yī)學院;2018年

2 沈洪洲;基于社會化媒體的社交關系強度研究[D];南京大學;2013年

3 王e

本文編號：2614068