典型文献
基于信息关联的负面网络舆情风险分级与预测研究
文献摘要：
[目的 /意义]网络社会充斥大量负面网络舆情,负面网络舆情风险分级和研判对提高网络治理能力和网络社会治理成效意义重大.[方法/过程]构建负面网络舆情风险指标体系,并采用熵权法计算风险指标权重;基于加权GRA模型计算灰色加权信息关联度,在此基础上,运用k-means聚类算法构建负面网络舆情风险分级方案,据此对负面网络舆情进行风险预测.[结果/结论]实证分析结果表明,所建负面网络舆情风险分级模型客观性强、可靠度高,可为负面网络舆情风险精准响应提供有效决策依据.[创新/局限]以信息关联为视角,为负面网络舆情风险分级与预测提供了新的研究框架,但典型案例数据库有待继续完善.
文献关键词：
负面网络舆情;风险分级;熵权法;灰色关联;k-means聚类
中图分类号：
作者姓名：
邓建高;吴灵铭;齐佳音;徐绪堪;刘亦航
作者机构：
河海大学商学院,江苏南京210098;河海大学统计与数据科学研究所,江苏南京210098;常州市工业大数据挖掘与知识管理重点实验室,江苏常州213022;上海对外经贸大学人工智能与变革管理研究院,上海201620;重庆工商大学工商管理学院,重庆400067
文献出处：
引用格式：
[1]邓建高;吴灵铭;齐佳音;徐绪堪;刘亦航-.基于信息关联的负面网络舆情风险分级与预测研究)[J].情报科学,2022(01):38-43
A类：
B类：
信息关联,负面网络舆情,网络舆情风险,风险分级,预测研究,充斥,网络治理,网络社会治理,治理成效,风险指标体系,计算风险,风险指标权重,GRA,means,聚类算法,风险预测,分级模型,可靠度,有效决策,决策依据,研究框架,续完
AB值：
0.204249
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
