情感视域下突发公共事件网络舆情情感分析与主题演化研究.pdf

收稿日期:本文系国家社科基金一般项目“价值链双重嵌入框架下中国中亚西亚能源经济圈的构建与协同机制研究”(项目编号:)陕西省社会科学基金项目“陕西高端装备制造业供应链韧性的形成机理、测度及提升策略研究”(项目编号:)的研究成果作者简介:马晶晶()女 级硕士研究生主要研究方向为统计分析肖萌()男 级硕士研究生主要研究方向为大数据统计分析陈树广()男硕士生导师教授主要研究方向为大数据分析和应急管理情感视域下突发公共事件网络舆情情感分析与主题演化研究马晶晶 肖 萌 陈树广(.西安财经大学管理学院 陕西西安)(.西安财经大学统计学院 陕西西安)摘 要:目的/意义情感是舆情演化的重要引导因素挖掘民众情感倾向和舆情演化规律为网络舆情治理提供科学决策支持 方法/过程明确界定生命周期理论起始、爆发、波动和平息四阶段划分依据以社会安全事件为例划分舆情的四个阶段运用、模型以及 模型从时空、正负两个维度挖掘隐含主题和情感变化规律 结果/结论构建的突发公共事件网络舆情情感分析和主题演化分析研究框架可以揭示突发公共事件网络舆情各阶段热点话题和情感趋势民众对舆情的敏感程度存在显著的区域差异各阶段情感变化具有明显的涟漪效果关键词:突发公共事件网络舆情情感分析主题演化中图分类号:.文献标识码:./.(.)(.):/./:.:./.:引言舆情通常与突发公共事件息息相关情感是舆情演化的重要引导因素 舆情的演化关系到舆论的走向与社会的稳定突发公共事件舆情的产生与演化更是社会尖锐问题内在情感症结的集中体现 在复杂多元的网络信息中辨析舆情的主题演化以及民众的情感倾向有助于加强社会有效治理健全应急管理体系 年 月.情报探索 第 期(总 期).(.)当前社交媒体与自媒体应用服务成为突发公共事件舆情的产生和演化的新载体 以微博、抖音等为主要代表的媒体平台成为民众自由发表言论、表达情感和态度的重要渠道 尤其 年底新冠肺炎疫情爆发以来我国突发公共事件在发生频率和影响范围方面均有增大的趋势这对经济发展及社会和谐带来严重威胁 突发公共事件的发生易产生一系列连锁效应引发诸多社会问题若不及时响应并采取有效控制措施经常造成更大危害 因此探索舆情的民众情感特征以及主题演化过程有助于相关管理部门全面掌握舆论趋势及时把控舆论导向精准研判舆情态势制定应急方案实现科学决策 研究综述当前许多学者将生命周期理论运用到突发公共事件网络舆情的演化模式中从不同视角把突发公共事件生命周期分为三阶段至六阶段以期挖掘网络舆情演化趋势 多阶段划分舆情有助于识别舆情演化特征但不同阶段划分具有不同的效果 三阶段虽然能表达网络舆情的传播过程但会忽略网络舆情的某些特征四阶段结合网络舆情传播特性比三阶段更能清楚挖掘舆情演化特征但在空间划分逻辑层面需要深入研究五阶段模型将蔓延期分为两个阶段虽然能揭示舆情是如何从发生到衰竭但对如何界定划分阈值有了更高要求六阶段相比前几个阶段能够准确描述网络舆情演化过程但都以具体案例特性进行划分普适性有待考证 综合来看四阶段划分较为合理但对于划分阈值如何界定鲜少有学者明确提出划分依据微博等社交媒体内容影响着社会秩序其话题发现和主题演化研究受到学者们的密切关注 模型广泛应用于话题发现研究学者们根据舆情特性挖掘舆情隐含热点话题和民众情感特征 钱莉等对于话题演化研究进行了总结并证明 模型在不同领域研究话题热点挖掘、话题强度演变、话题趋势预测等方面具有可观成效在网络舆情情感分析方面学者们借助情感词典和 多视角探究网民情感变化特征 邓春林等基于文本情感内涵出发多维度分析网民情感动态变化特征林国英运用情感词典分析网民微博评论情感倾向张琛等采用 识别新冠疫情网民情感倾向演化趋势黄仕靖等以新冠疫情为例运用 模型发现各阶段网民情感的群体特征时空演化过程存在差异姜金贵等采用情感词典和情绪分析技术分析舆情并利用 工具包和 模型识别“红黄蓝虐童事件”的主题特征深入挖掘该事件微博舆情演化过程曹树金以生命周期理论为基础利用 和 模型识别隐藏主题信息 从时间维度挖掘舆情演化规律杨嘉韵强调借助大数据来研究舆情有助于政府及时了解民众关注的焦点和富有的情感并将情感因素融入 主题模型进一步探究民众在疫情期间情感变化情况并挖掘舆论热点前人从不同视角研究突发公共事件网络舆情为本研究奠定了理论基础但大多数基于特定事件进行分析尚未形成标准化舆情分析框架 在生命周期划分方面存在各阶段划分准则界定不清的问题在话题发现方面主要以单一模型识别主题缺乏模型对比分析在舆情分析方面仅从时间层面分析缺少空间维度的分析 本文基于情感视域下构建突发公共事件网络舆情情感分析与主题演化框架明确指出划分舆情四阶段生命周期的准则通过 模型和 主题模型对比分析来揭示网民情绪价值空间分布特性提出有助于相关管理部门有效管控突发公共事件舆论动态策略 研究方法.生命周期界定准则梳理以往研究成果发现学术界对于如何界定生命周期划分依据还未给出明确的准则 为了更加准确反映突发公共事件网络舆情演化规律本文以曹树金和夏雨研究成果为基础将突发公共事件网络舆情传播的生命周期划分为起始、爆发、波动和平息四个阶段(见图)并给出如下界定准则:起始阶段:是指从事发开始至舆情飞速传播的阶段该阶段舆情信息缓慢增长公共事件舆情的发文数量、转发量、评论量较少爆发阶段:是指舆情信息传播速度呈指数型增长文本信息、转发评论量达到峰值引起民众广泛关注和相关部门高度重视波动阶段:是指舆情信息量从峰值开始逐渐减少信息量在某一数值小范围波动多元化信息的不可控因素导致此阶段极易引发次生话题舆论热点表现为持续震荡的特性平息阶段:是指舆情信息经过长期波动后信息量减少的阶段情感因素的多维性决定民众不同的情感诉求此阶段较少公众关注舆情信息 年 月情报探索第 期(总 期)图 舆情四阶段演化特征.舆情情感分析文本信息蕴含着大量公众情绪和态度舆情情感分析研究主要集中于情感的极性研究主要是根据情感值来表现正负 类情感或正中负 类情感来分析民众的情感强度和态度 本文采用 中的 进行网络舆情情感演化分析结合生命周期理论动态挖掘公众对于突发公共事件的情感特性 通 过 词 云 图 可 视 化 展 示 公 众 情 感 演 化 将情感分为积极和消极两极返回的数值代表情绪的概率其情感取值范围为情感值越接近 代表越积极而越接近 代表越消极.舆情主题演化词频逆文本频率()是一种文本特征加权的特征词提取方法反映了词在语料库中的重要程度具有很强的实用性和鲁棒性 词频 统计了词语在语料库中出现的频次逆文本频率 考察了词在多条评论中的贡献度 计算方法见公式()、()、()()()().()().()().()其中 表示文章的总词数表示词 在文章中出现的次数 表示语料库中文本总数表示语料库中包含词 的文本总数隐含的狄利克雷分布模型()是以“词主题文档”为基础的三层贝叶斯“词袋”模型(见图)具有优异的文本降维能力和雄厚的理论基础该模型中每篇文档主题通过与所有文档相关联的 先验生成实现模型的彻底“概率化”图 模型图其中 分布是多项式的共轭先验概率分布文档 主题分布 ()主题 词分布 ()生成过程为:从 ()分布中抽取一个主题 使得 ()基于主题 从 ()分布中抽取一个词 使得 ()重复 次该过程生成一篇文档 重复、过程 生成一个文档集 每个词在文档中出现的概率以及主题模型的联合概率计算过程见公式()、()(/)(/)(/).()(/)(/)(/)(/).()困惑度一般用于评估概率语言模型的优劣性能够降低模型主题识辨度不高的问题困惑度数值越小代表模型的主题生成能力较强 为了提高 主题模型精度本文按照公式()困惑度计算方法确定模型最优主题数 ().()其中 表示语料库中测试集文档数表示每篇文档 中单词数表示文档 中的词()即文档中词 产生的概率 年 月马晶晶等:情感视域下突发公共事件网络舆情情感分析与主题演化研究第 期(总 期).舆情分析研究框架立足“以人为本”的中心理念管控舆情掌握充足的舆情信息了解民众情感倾向关系着突发公共事件舆情高质量治理 本文基于上述方法提出如图 所示的舆情分析研究框架辅助舆论生态治理图 舆情分析研究框架 实证分析.数据采集与预处理以“唐山烧烤店打人”事件微博评论为实例运用舆情分析研究框架结合 爬虫技术利用高级搜索功能获取 年 月 日至 年 月 日时间段内的热门微博及评论数据初步得到数据 条为了增强数据的可靠性进行去重、删除无效数据及不相关数据处理等操作最终获得 条有效评论数据构建实验语料库深度挖掘公众对此事件的情感特征及隐含主题演化过程.微博舆情生命周期划分本文采用百度指数辅助验证生命周期界定准则的正确性 由图、图 可知微博评论量和百度指数变化趋势基本一致话题热度不断波动呈现出峰值分布特征且微博评论量存在多峰现象但最终二者均趋于平稳符合前面提出的生命周期界定准则的特征 因此本文将“唐山烧烤店打人”舆情事件分为起始阶段(年 月 日)、爆发阶段(年 月 日至 年 月 日)、波动阶段(年 月 日至 年 月 日)、平息阶段(年 月 日至 年 月 日)四个阶段图 微博评论量趋势图 百度指数趋势.微博舆情情感特征分析在“唐山烧烤店打人事件”的案例中积极情感占.消 极 情 感 占.中 性 情 感 占.网民对于该事件的正负情感的比例相差甚少造成网络舆论的两极分化 为深度探究潜在情绪特征以 情绪值划分正负情感并运用 年 月情报探索第 期(总 期)分词和 模型提取四阶段的热点词多角度探索民众情绪价值由图 可知正面情感以同情、希望等情绪为热点负面情感则以害怕、担忧等情绪为主 其中“希望、社会、保护、受害者”等热点词为正向情感的核心话题网民情绪价值趋于同情受害者、保护女性以及清除恶势力等情感督促执法部门尽快调查事件加强肃清恶势力团伙给予受害者公正弘扬社会正能量“唐山、正常、保护伞、问题”等热点词说明类似事件存在于其他地方公民碍于“恶势力”不敢声张网民整体倾向于恐慌、担忧等消极情绪图 微博舆情正负情感热点词 由图 可知“唐山、女性、保护伞”等话题贯穿舆情生命周期四个阶段重点突出民众关注焦点随着事件的发展网民的情感变化过程为“愤怒担忧希望平缓”的特征 其中:起始阶段该事件的视频瞬时扩散于网络中引起网民极大的重视和关注“搭讪、性骚扰、冲突、女性、打人”等热点词本就属于敏感性词汇网民极易产生愤怒、担忧的情绪网民在爆发阶段的情感发生极大的转变舆情热度达到最高值其热点词演化为“唐山、保护伞、社会、问题、女性”等富含强烈主观色彩的词汇这些热点词说明网民从该事件本身的关注上升至社会治安、执政人员的公信度以及女性的安全上经过长期的信息量累积网民在波动阶段的关注点随事件调查的进展不断演化关注重点转移到“发声、受害者、老实人、女孩”等次生话题情感走向由担忧情绪趋向于诸如“希望、发声”等正面情感网民的情感倾向于希望相关部门尽快查明事实真相给予受害者温暖关怀加强社会和谐治安 月 日河北省公安厅发布关于 名罪犯全部抓获的通报致使该事件信息量基本达到饱和舆情进入平息阶段网民对于事件的关注度急剧下降热点话题聚焦于前几个阶段出现的“唐山、警察、保护伞”等词汇说明官方对事件进展及时通报影响着民众的关注度话题焦点趋于稳定情感整体上趋于缓和图 微博舆情演化四个阶段热点词 年 月马晶晶等:情感视域下突发公共事件网络舆情情感分析与主题演化研究第 期(总 期).微博舆情主题演化分析为了深度探究微博舆情民众情感的空间特性以“唐山烧烤店打人事件”微博评论语料库为基础将我国划分为东北部地区、东部地区、西部地区以及中部地区四个区域运用 模型深度分析四个区域民众情感在正负层面、生命周期阶段的主题演化和情感分布的空间差异性根据困惑度计算结果本文抽取每阶段 个 主题的 个主题词进行分析 对比 模型结果发现东北部与东部地区、中部和西部地区情感倾向差异较小由于篇幅有限本文将选取东北部地区和西部地区进行重点分析 从表、表 所示的 主题结果来看舆论内容演化路径始终贯穿于“受害者、打人、警察、保护伞、真相”等该社会安全事件中的主体与事实表明民众情感倾向随着对事件认知程度的不断演进和次生舆情的出现民众的核心情绪逐渐突显 由 主题结果可知两个区域的民众在不同阶段关注的主题以及情感波动存在差异表 东北地区 主题结果部分示例周期阶段情感倾向主题编号主题特征词主题编号主题特征词起始阶段正面后续、打黑、视频、除恶、民事、保护社会、搭讪、关注、权利、基本、相信女性、发声、存在、搭讪、非常、黑社会法律、关注、死刑、打人、视频、法治死刑、保护、法治、相信、出现、严惩相信、法律、希望、预防、杀人、国家负面故意、杀人、搭讪、衣服、过程、冲突严惩、热度、发声、死刑、找不到、监控相信、影响、社会、极其、监控、严惩抓到、想要、时间、打成、监控、花钱处理、酒、监控、警察、警方、肯定杀人、情况、保护、监控、出警、踹爆发阶段正面受害者、社会、热度、人民、发声、公布社会、老实人、老百姓、看到、法律、需要现状、公布、打人、法律、国家、发声后续、问题、家属、报道、受害者、希望扫黑、除恶、受害者、真相、保护、人民发声、死刑、事件、处理、国家、关注负面热度、保护伞、视频、看到、大事、不敢公布、发声、视频、受害者、后续、是否老实人、情况、家属、受害者、打人、施暴发声、消息、看到、烧烤店、巷子、老板老实人、医院、严惩、保护伞、消息、不敢警察、家属、采访、打人、公安局、地方波动阶段正面打人、社会、受害者、后续、问题、警察受害者、说话、伤情、希望、保护、真相死刑、打人、老百姓、搜、地方、刑事案件转发、雷霆、说话、老百姓、公布、搜希望、情况、逼、唐山、问题、受伤采访、老实人、保护伞、受害者、家属、老百姓负面征收、发声、举报、合法、消息、不行打人、逃、夜店、疫情、人民、希望、发生老实人、政府、家属、找、逃、医院搜、家属、受害者、坏人、警察、热度找不到、报警、老实人、不让查、希望、抓国家、热度、问题、征收、相信、视频表 西部地区 主题结果部分示例周期阶段情感倾向主题编号主题特征词主题编号主题特征词起始阶段正面黑社会、严惩、搭讪、冲突、必须、希望社会、发声、视频、无赖、法律、杀人杀人、未遂、希望、严惩、社会、国家杀人、故意伤害、判、得到、保护、暴力相信、男人、希望、社会、严惩、法治法律、搭讪、相信、受害者、视频、施暴负面骚扰、严惩、搭讪、杀人、故意、抓严惩、故意伤害、冲突、必须、保护、没错搭讪、冲突、男人、警察、摸、杀人报警、相信、黑社会、监控、警察、搭讪不敢、打人、气死、冲突、视频、出现杀人、情况、保护、监控、出警、踹爆发阶段正面打人、社会、受害者、后续、问题、警察受害者、伤情、希望、保护、真相、转让死刑、打人、老百姓、生活、地方、接手转发、雷霆、老百姓、公布、行动、相信希望、情况、唐山、问题、受伤、畜采访、老实人、保护伞、受害者、家属、黑社会负面征收、发声、举报、合法、消息、不行、打人、逃、人民、希望、发生、警察、抓老实人、政府、家属、逃、医院、公安家属、受害者、坏人、警察、发生、发声找不到、出警、老实人、不让查、希望、抓国家、热度、问题、相信、公布、保护伞波动阶段正面受害者、社会、热度、人民、发声、公布社会、老实人、老百姓、看到、法律、保护伞现状、公布、打人、法律、国家、发声后续、问题、家属、报道、受害者、希望扫黑、除恶、受害者、真相、保护、人民发声、死刑、事件、处理、转发、关注负面热度、保护伞、视频、看到、大事、人民公布、发声、视频、受害者、后续、是否老实人、情况、家属、受害者、发声、热度发生、消息、看到、烧烤店、巷子、老板老实人、医院、严惩、保护伞、消息、不敢警察、家属、采访、打人、公安局、没了 起始阶段民众关注的焦点在于事件的真相和法律的制裁情感整体偏向于同情、愤怒等情绪主题特征词比 模型更加突出法治角度如、等主题表明两地区民众关注“社会、法治”等话题重点情感差异较小 这是由于认知有一个过程在突发公共事件刚发生时民众对于事件真相 年 月情报探索第 期(总 期)的了解具有缓冲过程且事件爆发初期警方及时发布 份通报稳定了网民的情绪发展趋势占据舆论主导优势因此该阶段两地区网民的情绪相差较少爆发阶段主题演化以网络传播的不实言论和视频引发的次生舆情为主 例如:主题、是针对部分网民未了解打人者岳母的发言:“我们是老实人”采访的具体实情造成强烈的负面情感主题、均出现“保护伞”是在描述网民对“打人者是否有保护伞”产生猜测、主题词均在正面情感中出现阐述了唐山“雷霆风暴”专项治安行动之举主题、等是描述网民关注受伤女生情况的话题民众产生关爱受害者的正义之情和因官方未正式表明受害者的现状产生猜疑的负面情感两地区情感强度表现为东北部地区强于西部地区的特征此时相关部门应对负面情感进行正向引导增大正负情感比例来有效治理舆情波动阶段网民关注热点话题以前两个阶段话题为主但情感倾向由负面向正面倾斜正向情感程度特征为东北部地区大于西部地区两地区网民关注焦点均逐渐趋于理性 结论本文基于突发公共事件网络舆情的突发性、扩散性特征提出以 爬虫技术构建实验语料库采用 情感分析探究网民内在情绪价值的舆情分析研究框架在明确界定生命周期划分依据基础上运用 模型和 模型从时空角度、正负层面对比分析舆情演化规律深入挖掘网民情感变动情况 以“唐山烧烤店打人”社会安全事件为例运用此框架识别舆情演化过程中主题和情感变化趋势 结果表明:生命周期界定准则准确性较高突发公共事件的进展时刻影响着舆论焦点和民众情感官方通报的频率增强了民众对突发公共事件事实的了解程度使得正面情感比例增大网民的情感在时间和空间上均存在差异相关管理部门应该及时调整舆情治理策略避免引发次生舆情 该舆情分析研究框架可以有效识别网民的情感价值和舆情主题演化过程辅助相关管理部门把控舆情发展趋势提高突发公共事件应急处理能力维护社会公共安全秩序 突发公共事件网络舆情的管控策略突发公共事件的影响在网络中迅速扩散舆论趋势不加控制会扰乱社会秩序极易滋生次生舆情严重威胁人民的安全感和幸福感增加政府部门舆情治理难度 在案例中事件调查期间不断衍生“嫌疑人有前科”“打人者有保护伞”及“出警速度慢”等次生舆情表明民众情感倾向怀疑执法公信度等消极情绪妨碍社会秩序的维持 究其原因发现:在突发公共事件发生初始阶段相关部门应及时采取措施掐住舆情的“苗头”在调查阶段要实时通报事件进展树立强大的政府公信力有效引导舆情发展趋势避免产生次生舆情和舆论失控的情形全媒体背景下的网络舆情治理研究有利于打造网络舆情生态多元共治新格局形成风清气正的网络空间 如何应对突发公共事件网络舆情实现舆情的高质量治理本文基于陈婷等研究基础从政府、媒体、网民以及协同治理层面提出相应的舆情管控策略()政府:准确把握舆情全局合理调整应对策略在重大突发事件舆情产生后政府应在第一时间启动预警程序根据舆情事件发展情况预测未来事件的发展趋势在舆情发展的过程中舆情会因类似话题的出现而再次爆发极易造成负面情绪比率上升政府应正确引导民众调节负面情绪让网络舆论朝着理性方向发展尤其在舆情出现的初期和集中爆发期政府应发挥积极领导作用重点关注舆情潜在的负面舆情为避免流言蜚语传播政府可定期组织宣传讲座提高民众信息分辨能力引导人们理性上网正确识别网络的虚假信息 因此在舆情治理中政府应准确把握舆论全局了解舆情各阶段的主题演化和情感演变合理调整应对措施以防舆情失控()媒体:充分发挥媒体优势扎实推进宣传工作新媒体时代在应对突发公共事件时应充分利用媒体的便捷性及时向民众发布事件事实在舆情影响范围扩大时要保证民众享有知情权稳定民众的情绪占据舆论主导权“唐山烧烤店打人”事件舆情中网民对于“保护伞”的舆情始终贯穿整个舆情生命周期这正是由于相关媒体部门未能妥善应对民众的猜疑致使政府公众信任产生危机导致负面情绪对舆情正向引导产生巨大影响 媒体应夯实自身优势发挥新闻媒体作用确保准确及时回应民众焦点加强科学知识宣传力度有针对性地引导负面情感正面积极回应敏感性问题扎实推进网络宣 年 月马晶晶等:情感视域下突发公共事件网络舆情情感分析与主题演化研究第 期(总 期)传工作有效避免谣言产生的影响营造良好的舆情环境()网民:理性认识舆情事实增强信息分辨能力网民应全面认识到理性应对突发公共事件是促进社会和谐稳定的关键要素然而在情感驱动下存在信息转换产生价值观念固有化和极端化情况致使政府公信力产生危机 因此网民应全面加强突发公共事件舆情的理性认识加强自身科学知识素养建设全面提升信息分辨能力发挥好网络监督作用督促相关部门建设和谐稳定的社会大环境()三方协同:强化协同管理机制努力提高舆情应对效率在“唐山烧烤店打人”事件中警方对案件进展的通报使得起始阶段舆论走势正常但随着话题的拓展相关部门未能妥善协同应对次生舆情致使后期舆情话题扩散 可见政府的应对方案可以影响舆情演化和网民情感倾向 因此相关部门在处理舆情事件时应强化协同管理机制政府应加强建立监管机制媒体应积极引导舆情正向发展网民应合理行使网上监督权利共同构建“内外双效引导、政民双向监督”的协同舆情治理路径 政府应全面统筹规划充分发挥内在优势推动协同治理建设有效引导舆情各阶段演化过程提高舆情应对效率保障舆情情感正向发展参考文献油永华.大数据环境下网络舆情发展阶段分析.价值工程():.贾亚敏安璐李纲.城市突发公共事件网络信息传播时序变化规律研究.情报杂志():.罗闯安璐徐健等.突发公共事件网络舆情关注点演化研究:基于利益相关者视角.图书馆学研究():.马腾殷跃赵树宽等.多维数据融合的突发公共卫生事件网络舆情演化特征研究.情报理论与实践():.李纲董琦.环境下企业网络舆情传播过程的研究及实证分析.情报科学():.钱莉朱恒民魏静.话题演化研究综述.数字图书馆论坛():.邓春林周舒阳杨柳.大数据环境下公共安全突发事件微博用户评论的归因分析.情报科学():.林国英汪明艳.基于情感分析的突发公共卫生事件微博舆情研究:以南京禄口机场疫情为例.新媒体研究():.张琛马祥元周扬等.基于用户情感变化的新冠疫情舆情演变分析.地球信息科学学报():.黄仕靖吴川徽袁勤俭等.基于情感分析的突发公共卫生事件舆情时空演化差异研究.情报科学():.姜金贵闫思琦.基于主题和情绪相互作用的微博舆情演化研究:以“红黄蓝虐童事件”为例.情报杂志():.曹树金岳文玉.突发公共卫生事件微博舆情主题挖掘与演化分析.信息资源管理学报():.杨嘉韵张慧明.基于主题情感融合分析的突发公共卫生事件网络舆情演化研究.情报探索():.夏雨郭凤君魏明侠等.基于“蚂蚁金服”事件网评文本的互联网金融监管蕴意挖掘.管理学报():.朱晓卉胡彦蓉刘洪久.基于微博核心实体的情感分析方法及引导机制研究.情报科学():.王静茹陈震.基于隐含狄利克雷分布的文本主题提取对比研究.情报科学():.张国防王鑫徐建民.基于主题词共现的文档非对称关系量化研究.数据分析与知识发现():.陈婷曲霏陈福集.突发事件网络舆情扩散的政府应对仿真描述:基于三方博弈视角.图书馆杂志():.蒋知义马王荣邹凯等.基于情感倾向性分析的网络舆情情感演化特征研究.现代情报():.徐向龙许鑫.突发重大公共卫生事件初期公众信息关注与政府信任.图书馆杂志():.年 月情报探索第 期(总 期)