基于SIRS模型的微博社区舆情传播与预警研究

摘要：

[目的/意义]探索微博社区内的舆情传播规律以实现舆情预警具有较强的现实意义.[方法/过程]构建SIRS舆情传播的动态演化模型,分析舆情不同演化状态下的阈值特征,得到舆情预警的充分条件.运用灰色预测方法与马尔科夫模型进行阈值未来趋势预测实现舆情风险预警,并基于预警结果划分等级.最后利用python软件挖掘微博社区中热点案例的历史数据,进行模型拟合以检验其有效性.[结果/结论]结果表明:已感染类网民占比根据不同的阈值特征出现不同的演化趋势;网民基于信息传递价值递减出现自然移除,政府部门可以通过辟谣等方式降低信任系数,从而使得舆情逐渐消亡.[创新/局限]构建线性感染条件下SIRS舆情传播模型并引入自然移除率,以期把握微博社区中网民的情绪感染规律实现数据的初步预测并划分舆情等级,进而建立完善的舆情预警机制.但在目前研究中仍存在一定的不足,即网民情绪类型还需进一步扩展.

关键词：SIRS模型、灰色预测模型、马尔科夫模型、微博社区、舆情传播、舆情预警

所属期刊栏目：39

分类号：G206.3(信息与传播理论)

资助基金：国家社会科学基金18BGL260

在线出版日期：2021-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：137-145