【摘 要】
:
随着移动互联网时代的来临,以微博为代表的网络社交平台正逐渐改变着人们的生活。其中,一个重要的改变是网络社交平台成了民众获取信息的主要来源。移动互联网的兴起为政府更好地服务人民提供了一条新道路,政府通过设立政务微博推进政务公开、民意收集和舆论引导等工作,在引导和形成意识形态方面有着重要的地位。同时,拓宽了收集民意的“渠道”,帮助政府获得民众最真实的想法。目前,互联网已成为不可忽视的意识形态主战场,政
论文部分内容阅读
随着移动互联网时代的来临,以微博为代表的网络社交平台正逐渐改变着人们的生活。其中,一个重要的改变是网络社交平台成了民众获取信息的主要来源。移动互联网的兴起为政府更好地服务人民提供了一条新道路,政府通过设立政务微博推进政务公开、民意收集和舆论引导等工作,在引导和形成意识形态方面有着重要的地位。同时,拓宽了收集民意的“渠道”,帮助政府获得民众最真实的想法。目前,互联网已成为不可忽视的意识形态主战场,政务微博对于政府而言是一把双刃剑,给政府公信力的提升带来了机遇和挑战。因此,本文的研究重点包括两个方面:一方面,依托政务微博的博文和评论文本数据,了解各地民众重点关注的内容,为政务新媒体的内容建设提供参考,提高信息的传播效果及社会影响力。另一方面,基于改进的信任度测算方法,得到每条博文的信任值,筛选出信任值较低的博文。通过LDA进行聚类分析,收集民意,发现形成低信任值的症结所在和政府工作和服务中有待完善的部分,为政府未来的工作方向提供参考。本文将政务微博账号“成都发布”、“北京发布”、“上海发布”、“南京发布”和“中国广州发布”作为实证研究对象,研究“十三五”期间的政务微博热点主题的信任度。首先,为获取实证研究对象发布的博文主题,采用BERTopic进行主题提取,分析不同政务微博账号的信息发布特征、内容特征和角色特征。其次,引入H指数计算每个主题的主题关注度,得到民众对于不同主题的关注情况。最后,基于研究对象的博文和评论等相关数据,采用情感分析和文本二分类(SVM)得到用于信任值计算所需的指标:博文情感倾向值、评论情感倾向值、评价对象结合主题内容,通过信任判断规则和信任度计算公式,得到各热点主题的信任值。研究结果显示,从主题提取结果和主题关注度来看,民众对于互动沟通类、城市文化宣传类、热点事件回应类博文有更强烈的互动意愿。从研究从政务微博角色特征来看,“成都发布”、“中国广州发布”重视城市宣传;“北京发布”重视政务解读;“南京发布”和“上海发布”重视提供日常便民信息。从各政务微博的主题结构来看,“美景分享”、“交通信息”、“教育信息”、“天气预报”、“文化活动”和“政策发布”等6个主题为样本政务微博的共同主题,其中,根据各共同主题关注度的综合排名得到“交通信息”、“教育信息”和“美景分享”主题的关注度较高,为热点主题。基于民众最为关注的热点主题,通过构建信任度计算公式和规则,得到各热点主题的信任值。立足于低信任值主题,分析该主题的博文内容特征,帮助政府正确认识到自身工作中仍需完善的地方。其中,“交通信息”主题的信任值最低,民众对于“交通信息”中不信任的内容主要包括“交通管制”、“道路拥挤”、“春运保障”和“地铁线路”,政府在未来的工作中应重视相关交通情况的改善,不断提高民众对于政府的信任。最后本文指出了当前政务微博建设中存在的发展不平衡、运营效果不佳的问题,贡献针对性的建议。为今后提高政务微博整体影响力,建设良好政府形象提供参考。同时,阐述了本文在研究范围、理论支撑和模型优化方面的不足并提出了改进意见。
其他文献
高维数据在日常生活中越来越普遍,使得数据利用难度增加,信息利用复杂度和成本也增加,而对高维数据进行降维是一种比较有效的方法。主成分分析(PCA)是一种具有代表性的降维方法,通过将一组变量转换为一组无关的综合变量实现降维。然而,传统的PCA基于l2范数,对异常值表现敏感,当数据中存在异常值时,会影响模型的参数估计。为了解决这个问题,基于l1范数的PCA被提出以找寻更稳健的解。其中,基于l1范数主成分
在卷烟产品生产过程中,机器故障、生产条件等因素会导致烟支褶皱、扭曲变形、刺破、污点等外观质量问题。因此,如何快速、准确地检测烟支外观缺陷,对烟支产品质量的保障具有重要意义。目前,烟支外观缺陷的检测手段主要依赖传统图像处理和人工检测。然而,这些方式存在难以识别未知缺陷、检测效率低以及检测结果容易受人为因素影响等问题。针对这个问题,本文提出了一种基于改进YOLO深度学习模型的烟支外观质量检测方法。该方
如今是一个大数据快速发展的时代,数据的重要性日益递增,如何获取到数据中更多的有效信息成为了研究关注的重点,所以数据挖掘这个领域逐渐突出。在数据挖掘这个领域当中有一个研究热点——数据分类,而数据分类的传统理论研究中常常假定数据集是平衡分布的,但是在实际生活中存在大量分布不均衡的数据集,所以这类数据的分类效果并不是太好。在这类不平衡数据集中,少数类样本更具有重要性,少数类样本被误判所造成的损失往往远远
在医药产业库存优化管理中,连锁药店销售预测具有应用潜力。然而,连锁药店销售预测在数据质量和时间序列特征等方面具有复杂性,使用传统的集成学习预测仍然存在显著的局限性。本研究旨在结合连锁药店零售的特点,探讨并改进原始集成学习在此应用场景下存在的不足。本文对销售预测文献进行深入的研究和分析,着重探讨其思想提出、实施方法与应用等方面,为实现精准稳定的连锁药店销售预测模型提供了理论支撑。本研究的主要内容包含
党的十八大以后,实施全面深化医疗卫生体制改革,我国医疗卫生事业迎来高速发展,但在医疗资源管理、保险赔付政策制定等方面,仍有诸多问题亟待解决。而住院时长是衡量住院患者资源消耗的重要指标。因此,医院要解决患者住院周期长和病房床位周转率低的问题,精算人员欲科学设定住院医疗保险的免赔期、最长补助天数,提高医疗水平的同时减轻患者负担,对患者住院时长的深入研究很有必要。又结合到恶性肿瘤造成的疾病、经济负担均较
在经济社会及理论研究中,同步和合作行为是广泛存在的,已有许多学者对同步或合作行为分别进行了研究,但却较少有研究将两者相结合。事实上在现实生活中,由于个体间交互通常需要付出成本,合作与同步之间是存在耦合关系的。因此本文就针对合作与同步的耦合关系,在Kuramoto模型的基础上,建立了包含同步与合作的更符合现实意义的模型。同时运用最优选择的方法,观察并探究在不同的最优选择参数下,合作率以及同步率的变化
随着我国经济快速增长,城镇化发展进入到新阶段,高质量成了必然要求,可持续的城镇化也成为了发展目标。而由于人口、产业等不断向城市转移,资源不断被消耗,生态环境不断被破坏,实现可持续城镇化任重道远。国土空间规划是城镇化建设的关键,关乎城镇化发展水平,因此需要把握可持续城镇化与可利用国土空间之间的关系,以期能实现两者协调,助力城镇化发展和国土空间优化,这对实现可持续的城镇化具有重要意义。就此背景本文对我
博弈论,是探讨种群斗争或竞争问题的经典数学理论与方法,是现代数学和运筹学的重要组成部分。随着理论发展,经典博弈论与生物理论中的进化思想结合,形成演化博弈论。由于该方法能较好地描述种群演化动态,演化博弈论成为近代进化生物学最重要的理论之一,并逐渐应用到社会、经济等多个领域。然而在以往的研究中,演化博弈分析大多基于环境条件恒定、参与者对称互动的假设,这两个假设并不能很好地模拟现实环境。首先,在现实生活
随着信息化建设的提高,各企业单位、政府机构积累了大量数据,如何合理利用科学的数据挖掘方法对数据进行预测、分类是提高生产能力的关键所在。面对纷繁复杂的大量数据,如何将数据价值进行充分挖掘是数据工作的核心。因此,分析和研究数据对象以及与之相对应的数据挖掘模型是各行各业创新发展的重点。不平衡数据广泛存在于各种真实业务场景中,例如股价涨跌时间序列数据、医疗诊断数据、客户流失数据等。由于数据的不平衡性以及多
随着互联网和信息技术的飞速发展,大数据在各行各业中都发挥了重要的作用。烟草行业为顺应时代的大潮和国家发展的需要也积极地引进大数据技术,并拥有了一定的智能制造应用基础,但卷烟生产过程中的工艺控制方面仍需要大量的人工干预工作,这就引发了更多智能化需求。制丝过程中的烟丝含水率是卷烟生产中重要的控制指标,烘丝机出口水分的控制又是其中的关键一环,其内需要调控的参数较为冗杂,数据存在多扰动、非线性、高耦合等特