您的当前位置:首页正文

基于贝叶斯网络的多级次网络舆情预警实证研究

2021-05-31 来源:个人技术集锦
An Empirical Study of Multi-Stage Network PublicOpinion Early Warning Based on Bayesian Network

作者: 罗文华[1];马晓晗[1]

作者机构: [1]中国刑事警察学院公安信息技术与情报学院,辽宁沈阳110035出版物刊名: 情报科学页码: 68-74页年卷期: 2021年 第7期

主题词: 网络舆情;贝叶斯网络;多级次发酵;条件概率;原因诊断

摘要:【目的/意义】针对引发持续效应甚至严重后果的多级次舆情开展研究,尝试基于概率分析方法建立发酵预警模型,精准诊断发酵原因,期冀为网络舆情治理管控提供决策依据.【方法/过程】吸取传统模型的经验与教训,减少主观评价指标,加大数据层指标的细化程度,利用贝叶斯概率思想构造发酵预测模型.同时通过最大可能解释原理对发酵原因进行精准诊断.【结果/结论】将60个多级次事例中的55个、30个单级次事例中的27个作为训练数据,构造多级次预警模型,使用剩余5个多级次与3个单级次事例作为测试组,测试得到的发酵趋势预测结果与事实相符.【创新/局限】探究出多级次发酵内在成因,对其进行多层次的原因诊断,实现了预测指标的精准把握与科学量化,为网络舆情提前预警及干预措施制定提供了有益的理论支撑.

因篇幅问题不能全部显示,请点此查看更多更全内容

Top