导读:本文包含了公众情感论文开题报告文献综述及选题提纲参考文献，主要关键词:食药安全事件,网络舆论,公众情感
公众情感论文文献综述
钟静[1]（2019）在《食药安全事件网络舆论中的公众情感分析》一文中研究指出食药安全事件因其议题的重要性和敏感性,极易触动公众情感,且该类事件网络舆论中的公众情感大多聚焦于愤怒、焦虑和戏谑等负面情感。后真相时代,情感逻辑下食药安全事件网络舆论呈现出易燃、易爆和易形成长尾效应等特点。由此,正视公众情感的社会性、重视负面情感疏导和培养正向情感偏好,对更好发挥公共舆论的社会安全阀作用具有重要价值。(本文来源于《新媒体研究》期刊2019年13期）
胡钰,何临青[2]（2019）在《危机事件中媒体社交平台传播对公众情感的影响——基于“西安奔驰维权”“凉山大火爆燃”等危机事件的反思》一文中研究指出"西安奔驰维权""凉山大火爆燃"是较有研究价值的危机事件。在事件发酵过程中,多家媒体在社交平台发布了相关报道和评论,得到了社交平台用户的支持。本文以此为研究基础,对危机事件中媒体如何借助社交平台与公众进行情感互动展开探讨,并提出媒体应增强在社交平台主动出击、协同作战意识,以便把控好危机事件传播的主动权。(本文来源于《电视研究》期刊2019年06期）
庞培[3]（2019）在《基于机器学习的公众情感网络传播模型及应用研究》一文中研究指出随着互联网的不断发展,社交平台孕育而生,随之网络上的数据呈现爆炸式的增长,其中文本数据是众多数据中具有代表性的数据形式。文本数据中往往携带着个人的情感色彩,因此对文本数据进行情感分析是了解社会舆情倾向、产品口碑、服务质量等问题的有效手段。不仅如此,它将公众置于一个看不见的网中,紧密联系在一起,公众的各类情感也以这张网为载体不断地交流。面对如此庞大的文本数据和复杂的公众关系,也为各领域的行业提出了新的挑战。本文在前人的基础上对物流领域的情感提出一种新的研究方式,提出了机器学习的朴素贝叶斯分类算法对于物流情感文本集的情感分类研究,分析公众的情感倾向,并在此基础上构建公众的各类情感网络,对情感网络特征和传播路径进行研究。首先对爬取的与物流相关的情感文本进行了数据清洗和预处理,去除无用重复的文本后,对文本数据分割成训练数据和测试数据。为了使计算机识别文本内容,对情感文本进行了分词并去除了停用词和向量化。选取词频统计在前两百的词汇作为特征词汇,计算特征词汇的TF-IDF值后训练朴素贝叶斯分类模型,然后通过训练好的模型将文本数据分类成正向情感、中性情感和负向情感。分析发现现阶段公众情感中正向情感占绝大部分、中性情感占第二位、负向情感最少。在此基础上,利用Ucinet6软件,以用户为节点,转发关系为边界,构建发布情感文本的公众的整体情感网络和各类型情感的情感网络。研究各类型的物流情感网络的传播特征和传播路径后发现负向情感网络的用户的关系是最紧密的,负向情绪更加的容易引起公众的共鸣,正向情感类型用户的转发量大部分都在0到1之间,没有形成正向的情感领袖,中性情感网络的情感焦点较多,需要向正向情感引导。情感信息在网络中的传播路径开始是以“中心式”的方式向四周一级传播的,在传播的过程中可能会产生二级用户节点,再以二级用户为中心节点向四周扩散,之后形成叁级、四级用户节点,直至信息传递到节点度为0的公众,需要更多地关注各级节点上公众的情感类型。最后根据应用中的情感分析和情感网络研究结果总结了现阶段物流行业存在的问题。需要让管理者认识到大数据对行业带来的促进作用,并建议利用大数据的功能特点,提高物流服务监控手段,优化物流末端网点的管理环境。在优化的情感网络中传播公司改善的服务内容,提升用户粘性,增加用户量。在大数据的支持下优化配送路线提高配送效率等措施。(本文来源于《天津工业大学》期刊2019-01-04）
素差达·他威西,贺慧玲[4]（2018）在《泰国的公众情感与女性裸露》一文中研究指出本文回到泰国社会中关于女性公开裸露的文化争论。本文通过2011年水灯节期间的露乳跳舞和2012年《泰国达人秀》上的裸胸作画,挖掘了21世纪泰国的文化和情感冲突。文章表明,这两起女性公开裸露案例引发了泰国不同群体趋异的强烈情感反应。这些案例清楚地揭示了泰国在关于女性名节概念方面的观念冲突,这种女性名节与国家认同和女性的性表达相关联。一方面,争论助长了针对女性性叛逆的道德恐慌和激烈反应。另一方面,争论也使得往往将性文化、民族主义和极权主义进行规范化的霸权话语遭到反击。(本文来源于《第欧根尼》期刊2018年02期）
纪楠,裴珊珊[5]（2018）在《后真相时代新闻事件与公众情感关系探析》一文中研究指出随着大众媒介的发展、各种社交软件的普及,后真相新闻越来越多地出现在人们的生活中。公众情感对新闻真实性的影响是有利有弊的,一方面人们过多地在意自己情感上的表达,反而会将事实真相搁置在一边;另一方面,恰恰是人们的情感所导致的这种公众舆论,给新闻媒体带来了压力,加速了他们对事件真相的调查,还公众以真相。面对频发的舆论反转新闻事件、突出的舆论传播问题,新闻媒体应该着眼于媒介规律的把握,积极沟通舆论场,同时牢记尊重舆论的力量,更新把关标准,推动舆论传播进入良性循环,从容自信地迎接媒介智能化带来的机遇与挑战。(本文来源于《山东工会论坛》期刊2018年05期）
刘学斌[6]（2018）在《不同社交平台上公众情感与股市关系的对比研究》一文中研究指出近年来,社交媒体不断渗透进大众日常生活的各个方面,而与此同时,随着大数据技术与人工智能的不断发展,使得研究者们对于社交平台上用户的行为跟踪和预测的想法成为可能。许多研究者也开始利用群体情感数据对股票金融市场这个复杂系统进行相关预测,并构建出了对应的预测股票价格或是其他市场指数的模型,其所取得的相关成果与都表明了公众情感和市场数据的结合对于提升预测股票价格准确性的可能性。尽管如此,在如今现有的研究中,并没有研究能够很好地对比不同群体情感数据对于股票价格预测的差异性,并总结这种差异性的存在对于预测结果的影响。不同的社交平台,由于其主要用户群体的分布截然不同,显然会产生不同风格的用户文本数据,例如,在话题较为泛社会化的新浪微博平台和专注于股票投资分析的雪球网平台上,用户对于股票的相关讨论具有完全不同的风格。本研究着眼于这种不同社交媒体平台之间的差异性,特别是雪球网与新浪微博这两大公众社交平台,主要对于不同社交平台上的公众情感数据与股票价格走势之间的关系进行了对比研究。在本文的研究中,(1)采集获取了来自雪球网和新浪微博的用户评论数据用于代表用户的情感状态;(2)在对这些数据进行整理清洗分类之后,通过情感分析中的词典法,利用金融领域相关的情感词典,分别对不同社交平台上的用户所发表的文本数据进行了情感分析,获得了不同平台的用户群体随时间变化的情感得分,并对该情感得分进行POMS平滑处理;(3)分析了雪球网用户情感以及新浪微博用户情感与具体股票价格走势之间的差异性,利用格兰杰因果分析检验验证了雪球网与新浪微博情感时间序列与金融时间序列之间的因果性联系,并对比之后得出,雪球网用户产生的情感时间序列在特定滞后期条件下与股票价格时间序列之间的格兰杰因果性更为强烈,其统计学特征更为显着;(4)分别基于雪球网与新浪微博的情感时间序列,利用SOFNN模型构建了股票价格变动走势的预测模型,该模型以前叁天的股票价格变动以及情感时间序列作为输入,能够实现对于当天股票价格变动较为准确的预测。其中,在MAPE以及方向准确性方面,以雪球网用户情感序列作为输入的模型预测结果表现均优于以新浪微博用户情感序列为输入的预测模型,其模型预测准确度可以达到1.83%的平均绝对百分比误差以及72.3%的方向准确性。(本文来源于《东南大学》期刊2018-06-25）
郑佳[7]（2018）在《面向社会安全事件的公众情感倾向分析研究》一文中研究指出以微博为代表的社交媒体已经发展成为一种新的传播媒介,为人们带来了信息获取、发布和传递的便利与自由,彻底改变了人们的信息传播格局和生活模式。但是,社交媒体低成本、用户广、传播快的特点也为社会安全事件的传播和扩散带来了便利,大大增加了其危害性和破坏程度,使其成为国外敌对势力和国内不法分子散布谣言、发布网络攻击的重要阵地,以达到颠覆国家政权、破坏民族团结、阻碍社会稳定、损害人民利益的目的。因此,开展网络社交媒体中社会安全事件的侦测,并对公众的情感倾向和趋势进行分析和预测不仅具有重要的理论价值,而且对于维护国家安全、保持社会稳定具有十分重要的现实意义。本文以新浪微博为研究对象,对微博中社会安全事件的侦测、公众的情感倾向性和公众情感趋势分析与预测进行了研究,研究工作覆盖了微博中社会安全事件网络舆情的发现、理解、分析和预测,形成了一整套社交媒体中社会安全事件的分析方法和相关理论。主要研究工作和成果如下:(1)微博基础资源库建设方法的研究提出了一种微博数据爬取方法和微博文本预处理策略,并构建了微博文本预处理用户词典。通过对微博数据爬取技术的研究,构建了基于网络爬虫和新浪API相结合的微博数据爬取策略,针对微博文本的特点,制定了相应的微博文本预处理方案,并构建了大量的用户词典,包括66万多的常用词词典、4万多的专用名词词典和将近8百多的专用名词后缀词典等,完成了微博基础资源库的建设。(2)词语语义相关度计算方法的研究提出了一种基于语义关系图的词语语义相关度计算模型。通过对How Net语义知识库中语义关系的提取和大规模语料库中词语语义搭配关系的抽取,构建了词语语义关系图,在词语语义关系图的基础上,采用图论的相关算法和理论,构建了基于语义关系图的词语语义相关度计算模型。实验表明,该模型对词语语义相关度的计算性能较好,并且可以通过添加领域语料以达到词语语义相关度计算领域适应性的目的。(3)微博中社会安全事件侦测方法的研究提出了一套微博中社会安全事件特征词表示体系和社会安全事件侦测模型。从社会安全事件的突发性和主题性出发,从能够表征事件的基本要素、能够表征事件的信息主题、与事件话题标签相关、能够体现突发性和能够很好过滤广告性五个方面,构建了社会安全事件特征词表示体系,结合词语语义相关度计算模型,构建了基于凝聚式层次聚类和增量聚类的社会安全事件侦测模型。实验表明,该模型提取的特征词具有较强的代表性,并且其社会安全事件的侦测性能较好。(4)微博文本的情感分析方法和公众情感倾向性分析方法的研究提出了一种基于双重注意力机制的微博文本情感分析模型和公众情感倾向性分析模型。针对微博文本情感表达的特点,构建了包括六类情感符号的微博情感词典,在此基础上,采用注意力机制对微博文本的LSTM建模结果和微博文本中包含的情感符号分别建模,构建了基于双重注意力机制的微博文本情感分析模型,并采用情感倾向的倾向程度作为衡量指标,构建了公众对特定社会安全事件的情感倾向分析模型。实验表明,本文的情感分析模型较现有的最好模型有一定的性能提升。(5)公众情感趋势分析与预测方法的研究提出了一套情感趋势分析指标和情感趋势分析及预测模型。针对情感趋势分析与预测的需求,构建了包括特定情感倾向微博数目和特定情感倾向微博比重两类共计6个情感趋势分析指标,采用多项式拟合的分析方法,构建了情感趋势分析模型,并通过融合多粒度时间片下情感趋势拟合回归函数的斜率变化情况,构建了情感趋势预测模型。通过相关的实际案例分析,表明本文的模型具有较好的性能。最后,基于SSM架构和Bootstrap框架以及Echarts组件实现了一个微博中社会安全事件公众情感分析系统。系统由微博数据的采集与预处理、社会安全事件的侦测、公众情感倾向性分析和公众情感趋势分析和预测四个模块构成,可以对社会安全事件的侦测、微博文本的情感分析以及公众情感倾向及情感趋势分析与预测的相关模型与算法进行实验。(本文来源于《北京信息科技大学》期刊2018-04-15）
钟改清[8]（2016）在《公众情感的个性表达》一文中研究指出新闻照片的基本信息有两个方面:一是事实信息,二是情感信息。新闻摄影主要是对准人的,因为人是社会的主体,在社会的政治、经济、文化、教育、科技、体育等领域,离开了人,就没有新闻。长期以来,我们报纸上普遍存在的一个大问题,就是许多新闻照片缺乏情感信息,显得"冷漠无情"。所以不能在读者中产生情感共鸣,也就无法吸引读者来阅读它。直到今天,许多摄影仍然存在着一个思维误区,就是只关心新闻题材的价值,而忽略人物在其中的情感因素。因此,我们看到一些新闻图片在拍摄中形成一定的模式,工业就是人加(本文来源于《中国地市报人》期刊2016年10期）
琚春华,鲍福光,戴俊彦[9]（2016）在《一种融入公众情感投入分析的微博话题发现与细分方法》一文中研究指出为了提升微博话题发现效率以及发现质量问题,提出了一种融入公众情感投入分析的微博话题快速发现与细分方法,促使话题演化,进而产生新话题及其情感变化趋势。首先,基于情感词典和TFDF值在历史语料库中挖掘常用情感词并构建情感词库;其次,快速抽取情感文本,结合Sigmoid函数检测情感投入密集期,保证话题事件挖掘的质量;最后,通过改进的模糊C-均值聚类算法在新的微博数据中发现高质量话题。实验结果表明,本文方法能够有效提升移动环境下的话题发现效率及质量。(本文来源于《电信科学》期刊2016年07期）
洪杰文,朱若谷[10]（2016）在《新闻归因策略与公众情感唤醒——当代热点舆论事件的情感主义路径》一文中研究指出国内媒体新闻报道的归因策略与公众情感唤醒之间具有关联性。归因是新闻主题的核心要素,引导着新闻报道的事实选择和安排。在一些重大的公共舆论事件中,新闻报道往往借助特定的归因策略试图影响人们对事件的理解,从而影响公众的情感。公众情感被唤醒越强烈,舆论反应就越强烈;反过来,公众的情感反应也会对媒体的后续报道产生作用,并会对事件的进展产生影响。(本文来源于《武汉大学学报(人文科学版)》期刊2016年04期）
公众情感论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
"西安奔驰维权""凉山大火爆燃"是较有研究价值的危机事件。在事件发酵过程中,多家媒体在社交平台发布了相关报道和评论,得到了社交平台用户的支持。本文以此为研究基础,对危机事件中媒体如何借助社交平台与公众进行情感互动展开探讨,并提出媒体应增强在社交平台主动出击、协同作战意识,以便把控好危机事件传播的主动权。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
公众情感论文参考文献
[1].钟静.食药安全事件网络舆论中的公众情感分析[J].新媒体研究.2019
[2].胡钰,何临青.危机事件中媒体社交平台传播对公众情感的影响——基于“西安奔驰维权”“凉山大火爆燃”等危机事件的反思[J].电视研究.2019
[3].庞培.基于机器学习的公众情感网络传播模型及应用研究[D].天津工业大学.2019
[4].素差达·他威西,贺慧玲.泰国的公众情感与女性裸露[J].第欧根尼.2018
[5].纪楠,裴珊珊.后真相时代新闻事件与公众情感关系探析[J].山东工会论坛.2018
[6].刘学斌.不同社交平台上公众情感与股市关系的对比研究[D].东南大学.2018
[7].郑佳.面向社会安全事件的公众情感倾向分析研究[D].北京信息科技大学.2018
[8].钟改清.公众情感的个性表达[J].中国地市报人.2016
[9].琚春华,鲍福光,戴俊彦.一种融入公众情感投入分析的微博话题发现与细分方法[J].电信科学.2016
[10].洪杰文,朱若谷.新闻归因策略与公众情感唤醒——当代热点舆论事件的情感主义路径[J].武汉大学学报(人文科学版).2016