关于网络舆情的论文（优选范文6篇）,公共管理论文

关于网络舆情的论文〔优选范文6篇〕,公共管理论文关于网络舆情的论文〔优选范文6篇〕网络舆情是指通过互联网传播的广大网民对现实生活中的热门、焦点问题所持的态度、言论和观点的总和，它是舆情在网络环境下的表现形式--由网络、事件、网民、情感、传播互动、影响力六大要素构成。下面我们就为大家介绍几篇关于关于网络舆情的论文范文，供应大家参考。关于网络舆情的论文范文：大学生网络舆情群体极化及其应对黄渊林曲翔作者北京师范大学主义学院中山大学委学生工作部内容摘要：网络舆情愈来愈成为影响大学生思想教育成效的重要气力，华而不实网络舆情群体极化现象更是对大学生思想教育带来了深远影响。面对这一现象带来的新情况、新问题、新挑战，思想教育者需要加深对这一现象的规律性认识。通过对这一现象深切进入分析，明晰其发展经过，把握其显著特点，探明其产生原因，进而找到应对这一问题的现实策略，推动大学生思想教育的创新发展。本文关键词语：网络舆情；群体极化；大学生；思想教育；作者简介：黄渊林〔1998-〕，男，北京师范大学主义学院研究生；；曲翔〔1978-〕，男，中山大学委学生工作部学生工作管理处副处长。；Abstract:Onlinepublicopinionhasbecomeanincreasinglyimportantforceaffectingtheeffectivenessofideologicalandpoliticaleducationforcollegestudents.Inparticular,grouppolarizationofInternetpublicopinionhasbroughtaboutnewissues,newproblemsandnewchallengesofwhichideologicalandpoliticaleducatorsmusthaveafullunderstanding.Thispapermakesanin-depthanalysisofgrouppolarizationofonlinepublicopinionamongcollegestudents,pointingoutthefeaturesofthephenomenonandexaminingthereasonsbehindit.Thepaperthenputsforwardsomecopingstrategiestomanagetheproblemofgrouppolarizationandinnovateideologicalandpoliticaleducationforcollegestudents.Keyword:onlinepublicopinion;grouppolarization;collegestudents;ideologicalandpoliticaleducation;指出网络空间是亿万民众共同的精神家园。网络空间天朗气清、生态良好，符合人民利益。网络空间乌烟瘴气、生态恶化，不符合人民利益.[1]在网络时代怎样应对大学生群体在网络舆论事件中出现的群体极化现象是当前思想教育领域面临的一项严峻挑战，深切进入分析这一现象的产生原因与发展变化能够防备高校重大网络舆论事件的产生，对推动三全育人的工作格局的落实，提升大学生思想教育的实效，具有特别重要的现实意义。一、从群体极化到网络舆情群体极化大学生群体作为网络介入度最高的群体之一，在面对网络舆情群体极化现象所带来的威胁时，由于本身的不成熟性等问题，往往容易遭到更大的影响。关于群体极化的研究经历了长期的探寻求索经过，这一概念早先多用于社会心理学的研究之中。最早能够追溯到美国社会心理学家詹姆斯·斯通纳，他在1961年研究群体讨论及决策的时候，意外发现群体讨论之后的决策要比讨论之前的决策更具有冒险性.[2]对此，斯通纳提出了冒险性偏移.不过，斯通纳的观点存在着一定的局限性，随着相关研究的深切进入，学者发如今群体决策的经过中不仅存在着冒险性偏移,还存在着慎重性偏移.即经过群体决策之后，不仅可能存在个人的意见由冒险变得比原来愈加冒险，也存在着个人的意见由保守变得比原来更为保守。此后莫斯科维奇和扎瓦诺尼等根据这一点初次提出了极化和极化效果来描绘叙述群体决策中出现的极化现象，随后科林·弗雷瑟等人在其研究中：大数据技术在网络舆情管理中的作用研究张安琪作者黑龙江大学信息管理学院内容摘要：舆情作为信息传播现象，属于新闻传播学科和情报学科的穿插领域，明确技术在网络舆情课题中的作用有助于深切进入研究该问题。通过辨析网络舆情、大数据技术概念及特征，探究大数据技术对网络舆情发展及管理的影响。文章基于此分析怎样将信息管理经历体验与技术相结合，为大数据技术辅助网络舆情管理提供方向。本文关键词语：网络舆情；大数据技术；大数据时代；作者简介：张安琪〔1998-〕，女，黑龙江哈尔滨人，硕士研究生；研究方向：情报学。；Abstract:Asaphenomenonofinformationcommunication,publicopinionbelongstotheintersectionofnewscommunicationdisciplineandinformationdiscipline.Byanalyzingtheconceptandcharacteristicsofnetworkpublicopinionandbigdatatechnology,thispaperexplorestheinfluenceofbigdatatechnologyonthedevelopmentandmanagementofnetworkpublicopinion.Basedontheabove,thispaperanalyzeshowtocombineinformationmanagementexperienceandtechnologytoprovidethedirectionforbigdatatechnologytoassistnetworkpublicopinionmanagement.Keyword:networkpublicopinion;bigdatatechnology;bigdataera;0引言随着互联网的飞速发展，网络舆情问题成为我们国家治国理政中的重要组成部分。以信息传播为根本源头的网络舆情，在大数据时代带来的海量数据下愈发壮大。怎样将技术与管理相结合，使二者相互辅助共同解决网络舆情问题成为网络舆情领域的研究热门。本文通过对大数据、网络舆情的概念辨析，总结两者特点，探究大数据与网络舆情的关系，进而为将来网络舆情管理提供方向。1概念及特点辨析1.1网络舆情概念及特点网络舆情是指各种不同情绪、态度和意见以信息为载体，通过互联网表示出和传播，进而传达出人们对于某事件的认知、态度、情感和行为倾向。随着互联网的发展与普及，人们能够快速直接多维度地介入政治，对于事件发展起到不可预知的作用。网络舆情是依托于互联网存在的信息传播现象，因而其特征与互联网信息特点有相近性。第一，分享性。随着科学技术的不断提高，互联网已经成为现代中最重要的社交平台。在这个覆盖全世界的大型平台中，人们通过虚拟的网络空间实现了真正意义的信息分享。第二，匿名性。基于对于个人信息和网络空间的自由，互联网具有匿名性。因而发布信息和传播信息的人都可能无迹可寻，这使得网络舆情比传统舆情愈加难以监管和惩罚处置。第三，偏差性。根据2021年中国互联网舆情报告，网络舆情往往围绕斗字，这个斗无关利益，是为了斗而斗，常有情绪引导的现象产生。缺乏理性、情绪至上的信息传播往往会使信息失真，与其实际意义产生偏差[1].1.2大数据技术概念及特点大数据技术源于移动互联网、物联网和云计算技术高速发展带来的大数据的处理需求。2008年美国计算社区联盟发表的一份有影响力的白皮书(大数据计算〕中初次提出大数据概念。2018年2月，肯尼斯库克尔在(经济学人〕上发表了大数据专题报告(数据，无所不在的数据〕，旨在提醒和呼吁世界重视日益增长的巨量数字信息。仍以极快速度增长的海量信息已经影响到世界的各个领域，如经济、政治，甚至包括艺术等人文领域。普遍以为，大数据有着4V特征，即Volume〔数据规模宏大〕、Variety〔数据类型多样化〕、Velocity〔传播速度快〕和最重要的Value〔价值密度稀疏〕[2].结合这些特征，大数据技术具有下面特点。〔1〕巨量数据的处理能力：随着Web2.0时代的到来，以用户需求为核心的互联网形式导致信息输出源骤增，大数据技术需知足爆炸式的信息增长需求。〔2〕多样化数据处理能力：大数据组成复杂，除传统的构造化数据，还包括很多半构造化和非构造化的数据，通过大数据技术可将不同类型信息进行分析处理。〔3〕处理速度快：与传统数据挖掘技术不同，经大数据技术处理信息几乎能够到达实时传递。通过分布式系统基础架构Hadoop等技术能够在秒级时间范围内给出分析结果。〔4〕实现价值提纯：大数据的价值总量很大，但价值密度通常较低。通过大数据技术去除信息冗杂等问题，进而实现价值提纯。所谓大数据技术，其本质即面对信息时代海量数据的处理技术，包括海量数据收集、数据存储、数据挖掘、图像视频智能分析等多方面。根本在于为知足信息处理需求，利用技术手段挖掘和运用海量数据，进而辅助决策。2大数据技术对于网络舆情管理的影响随着网络快速发展，网络环境已经成为重要的公民环境之一。通过对网络信息的及时监测了解公民思想，把控网络舆情走向引导公民精神建设，借用网络监催促进决策的科学化，进而构成全方位的网络舆情管理，保证我们国家网络空间的安全及国家利益[3].2.1大数据与网络舆情的关系大数据所指的是在有限时间内无法使用常规手段来获取、整理并且处理的海量数据的集合[4].如前文所讲，所谓网络舆情管理就是对于这些信息的分析处理。要从海量信息中寻找核心价值时，需要利用先进的科学技术手段来对信息进行处理与分析。网络舆情基于大数据时代带来的海量数据而产生，而网络舆情管理也要依靠大数据技术来辅助，两者相辅相成。2.2大数据技术对网络舆情管理提供可能性在当下网络舆情管理中，大数据技术为网络舆情管理提供无限可能，面对网络中纷杂的数据来源和庞大的数据量，拥有能够处理海量数据能力的大数据技术成为舆情信息处理分析平台的基础和核心。2.2.1大数据映射社会关系在过去人类上千年的历史中都通过文字、图画、书籍等记录世界变化，后人通过这些留存的史料窥探过去历史的发展，访求前人的思想。而大数据技术的进步，为互联网中的海量数据提供存储、分析、处理于一体的可能性。这些存在于互联网的海量数据记录着不同时期人们的观点看法、情绪倾向和民生需求等，映射出现代的社会关系。近年来，社会科学逐步重视对社会关系的研究，通过大数据技术对用户行为的采集，能够关注网络社交媒体上具体表现出的广泛社会交往方式，进而对舆情内容所反映出的整体网民社会关系进行研究分析[5].2.2.2大数据技术成为网络舆情管理工具大数据技术分别从舆情数据的获取、舆情信息的测量、舆情预测分析3个方面多维构建网络舆情治理方式方法体系。3舆情数据的获取互联网时代提供了数据产生方式，舆情信息的获取也不再依靠于传统数据采样，大数据技术通过采集用户的网络行为获取舆情数据。传统的抽样调查是静态信息获取，信息获取范围有限，个体倾向严重容易忽略细节问题，造成舆情分析结果的偏差。针对静态页面，能够利用URL直接请求下载整个页面，对网页内容有效分类。再使用XPATH确定规则，对页面进行解析以及挑选，进而获得数据。但网络舆情更多是动态的信息传播产物。利用大数据技术获取的网络搜索记录、阅读记录和社交媒体工具使用记录等用户行为数据，能够为舆情研究提供更为全面的数据基础。针对使用动态加载技术的网页，能够通过Selenium工具以及阅读器WebDriver模拟页面的用户行为，运用事件函数判定动态页面的实际加载情况，最终获得所需数据。除此之外，还能够通过对数据传递形式为JSON类型的数据进行途径分析，通过修改其所对应的URL直接请求网站获取格式为JSON的数据[6].大数据技术对于海量信息的收集处理能力能够有效降低个体倾向对于数据分析的影响。同时，不断优化大数据算法技术，提高大数据挖掘信息的效率，更准确地进行本文关键词语提取以及信息匹配也能有效地提高舆情分析结果的准确度和可信度。3.1舆情信息的测量如前文所述，互联网的数字化记录为网络信息的存储提供可能。大数据技术以分布式的方式存储数据，主要包括GFS,Hadoop等信息管理系统。以GFS为例，其开源版本HDFS将数据分成小的等大数据块，并辅以副本用以容错，系统支持巨量数据体量〔PB级〕，能够实现一次写入、屡次读取的需求[7].通过这些数据的存储技术，在网络上的行为都会被记录保存。通过对行为信息的分类提取，汇总构成我们国家舆论数据信息数据库。想寻找具备舆论研究价值的信息，就能够以此为数据源。通过对数据的量化研究，可在一定程度上把握用户群体的行为、兴趣以及习惯，用于评估网络舆论的关注点、扩散情况以及群体态度。如通过对高频词的搜索与阅读，了解该话题对网络群体的吸引力；相关事件的评论与回复通常具体表现出着某个议题引发的某一网络群体的考虑；转发与共享等网络行为可作为舆情监测的重要指标，以评估舆论的扩散程度[8].3.2舆情预测分析比照传统的舆论预测，大数据分析能有效提升舆论结果的预测准确度。不断更新的信息能为舆论预测提供更多的变量，避免数据分析的滞后性。通过数理分析，在关系分析和因果分析等实证方式方法上降低了传统的经历体验主义、传统主义等主观性分析，有效提升对非构造化数据的处理能力，依托复杂网络分析、数据可视化和语义分析等研究方式方法提升分析技术的科学性。3.3大数据技术全方位提升舆情监测指标利用大数据技术能够对于网络数据进行有效整理，提升信息质量、真实有效的网络数据信息是舆情监测的基础。舆情监测最大的困难在于数据挖掘的经过中需要面对冗杂的信息，容易产生分析结果精度降低、偏差值过大的问题，导致对于舆情态势不能准确判定[9].当下大数据技术算法主要包括数据分类、内容内容摘要自动抽取、IP地址追踪、观点挖掘和情感计算等。在这些算法的作用下构成了我们国家网络舆情监测指标，即规定某一需求标准，以此标准为核心视角对所圈定范围内的数据进行分析。除此之外，网络舆情是社会性问题，其监测指标应知足社会性需求，能够根据该标准判定某事件对某区域社会能否会产生影响，波及范围有多大，舆情发展趋势是什么。不同地区对于同一事件的反响各不一样，这是由于不同地区的网民性格特点不同，关注的角度和倾向也不同。利用大数据技术可对不同网络情感进行判定，以情感主客体、情感倾向和情感强度为指标系统地进行监测[10].情感主体即为介入事件讨论的网民，包括普通民众意见领袖和官方主流机构等，通过测量该话题的讨论量，可用来判定该话题的实时热度、网民的情感倾向以及对此事件的回应及态度。情感客体划分百姓民生、国际政治、全球经济等详细领域。根据某一时期内该领域话题被讨论的次数来判定舆情热门集中在哪些领域，热门话题都包括哪些。在情感倾向上分别设立支持、中立和反对的指标。对互联网上发布的信息进行定量研究，比拟不同情感倾向人数的差异，支持不同观点的人数，进而预测出将来舆情走势。在情感强度上利用本文关键词语抽取技术抽取发布信息中的本文关键词语，对情感谢烈程度进行分析，进而判定该话题的情感强度。另外要利用网络社交平台的互动统计，如点赞数、评论数、转发数等指标辅助判定。4考虑与建议大数据环境下，网络信息具有数据量大、传播速度快、形态多样化的特点。面对海量数据，传统的数据统计和舆情监测方式方法存在缺陷。现代的网络舆情管理必须依托大数据技术实现高效准确的数据搜集和挖掘分析[11].我们国家网络舆情管理才刚刚起步，结合大数据技术管理形式还需要逐步融合探寻求索，将来需要注意下面几点。4.1明确当下网络舆情管理中会面临的挑战大数据技术的发展受限于各地区条件的差异，由于不同地区经济水平、受教育程度、互联网普及程度、信息技术发达程度甚至文化都有所差异，因而导致大数据技术在实际应用中表现出显著的地域差异性[12],而华而不实经济发展决定着地区资金富有程度。大数据作为海量数据提取分析技术需要足够资金支持，地方和中小企业能否重视网络舆情分析系统的构建，投入资金支持是个严峻的问题。除此之外，对于网络舆情数据的收集，大数据技术的优势更多具体表现出在数据规模的庞大，而非质量的优秀。即便随着相关算法技术不断地提升，相比于过去已经有效过滤无效重复信息，大大提高了舆情分析的准确程度，但是由数据良莠不齐造成的偏差仍然不容忽视。4.2完善网络舆情监管体系要着手建立以大数据技术为核心的网络舆情监管体系，充分挖掘数据价值，精准分析网络扑朔迷离的舆情，进而到达对于网络舆情监管能力的提升。要不断革新技术，实现监测手段的不断创新，进而提高数据的准确度。网络舆情管理部门需要不断提高辅助决策的水平，降低预测与实际结果的偏差[13].4.3善用大数据思维创新网络舆情管理首先，要改变传统理念，将大数据思维充分融入网络舆情的管理工作中。要从网络舆情源头展开治理工作，透过网络舆情看到隐藏在华而不实的民情民意，重视社会治理工作与网络舆情管理的相关性。提高网上政务信息公开程度以提高的公信力，提高主流媒体的影响力，加强对于舆情的引导作用。其次，要拓宽舆情管理范围，合理利用大数据开放分享机制，掌控公民日常网络生活中的动态信息，进而实现更全面的舆情监控。最后，要提高对于舆情事件