文献类型：期刊文章

作　　者：夏一雪[1] 袁野[1] 张文才[2] 兰月新[1]

Xia Yixue;Yuan Ye;Zhang Wencai;Lan Yuexin(The Chinese People＇s Armed Police Force Academy, Langfang 065000, China;Information Technology, Jilin Provincial Public Security Traffic Police Corps, Changchun 130022, China)

机构地区：[1]中国人民武装警察部队学院,河北廊坊065000 [2]吉林省公安厅交警总队信息技术处,吉林长春130022

出　　处：《现代情报》

基　　金：河北省科技计划项目"大数据环境下涉警舆情风险建模与预警机制研究"(项目编号:16455602);国家社会科学基金青年项目"公共安全视角下网络舆情风险建模与对策研究"(项目编号:15CXW015);全国统计科学研究重点项目"舆情大数据环境下突发事件民意监测与评估研究"(项目编号:2017LZ37);河北省统计科研计划重点项目"大数据环境下网络舆情数据分析与决策支持研究"(项目编号:2016HZ09);河北省高等教育教学改革研究与事件项目"面向大数据的虚拟情报作战室构建与教学实践研究"(项目编号:2016GJJG239)

年　　份：2018

卷　　号：38

期　　号：6

起止页码：80-85

语　　种：中文

收录情况：CSSCI、CSSCI2017_2018、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、普通刊

摘　　要：[目的/意义]通过对网络舆情数据的动态监测和异常感知,及时预警舆情异常,为政府掌握舆情决策的先动优势提供理论模型和可行思路。[方法/过程]分析大数据环境下激增、波动等网络舆情数据异常现象,明确舆情趋势预测、动态感知异常等异常数据监测机理。基于此,首先运用Gompertz模型进行舆情趋势区间预测,其次定义偏离度进行数据异常评级,并确定预警等级,实现异常数据的及时捕捉和快速预警。[结论/结果]通过实例验证,证明了模型可行性,可以为政府舆情引导程度提供度量依据,也为编制智能化的舆情监测软件提供算法支持。

关 键 词：大数据 网络舆情 异常数据 监测  预测  

分 类 号：C912.6[经济学类]