CN107908804A - 一种网民参与程度的评估方法及系统 - Google Patents
一种网民参与程度的评估方法及系统 Download PDFInfo
- Publication number
- CN107908804A CN107908804A CN201711447297.6A CN201711447297A CN107908804A CN 107908804 A CN107908804 A CN 107908804A CN 201711447297 A CN201711447297 A CN 201711447297A CN 107908804 A CN107908804 A CN 107908804A
- Authority
- CN
- China
- Prior art keywords
- mrow
- msub
- netizen
- information
- rate
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/95—Retrieval from the web
- G06F16/958—Organisation or management of web site content, e.g. publishing, maintaining pages or automatic linking
Landscapes
- Engineering & Computer Science (AREA)
- Databases & Information Systems (AREA)
- Theoretical Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明实施例公开了一种网民参与程度的评估方法及系统,该方法包括:从网民所在的网络平台上获取所述网民的公开信息;根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;根据计算结果和预设评估规则,评估所述网民的参与程度。本发明实施例提供的技术方案,通过定制统一的评估标准以应对不同的网络应用,能够解决评估体系过于庞大的问题,而有效的针对参与公众意见表达的网民进行指标量化,可以更加准确的评估网民在公众意见表达事件中的参与程度,能够为治理互联网网络空间,维护互联网安全秩序,维持社会稳定提供帮助。
Description
技术领域
本发明实施例涉及互联网信息管理技术领域,尤其涉及一种网民参与程度的评估方法及系统。
背景技术
当前互联网正处在快速发展的阶段,在科技的驱动下,互联网先后经历了web2.0、移动互联网的巨大变革。网络中可以进行言论传播的渠道和交流平台与日俱增,作为如今最流行的网络社交工具之一,网络平台在弘扬正面信息、传播正能量的方面起到了不可替代的作用,但因为受众面广泛,网络平台同时也正在成为许多不良分子发布不利于社会稳定发展的负面信息滋生和泛滥的温床。政府有关部门在治理网络空间,掌控网络上的公众意见时,需要先对与该公众意见相关的网民参与程度进行评估。
现有的公众意见管理或传播类管理分析系统,在对网民参与程度进行评估分析时,由于涉及到不同的网络应用(如新闻、社交媒体、论坛、博客、即时通讯、邮件、自媒体、直播、知识问答等),要针对不同的网络应用设计不同的评估体系,导致评估体系庞大,无法有效的统一标准;再者,由于现有评估系统没有针对参与公众意见表达的网民进行指标量化,因此实用性不高。而随着国家对互联网管理体系的加强,政府有关部门对网络空间综合治理的能力又提高了要求,因此对网络平台上网民参与程度的研究与评估,有着十分重要的意义。
发明内容
本发明提供一种网民参与程度的评估方法及系统,以解决现有技术中网民参与程度评估系统过于庞大、无法有效统一且实用性不高的问题。
为达到此目的,本发明采用以下技术方案:
第一方面,本发明实施例提供了一种网民参与程度的评估方法,所述方法包括:
从网民所在的网络平台上获取所述网民的公开信息;
根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;
根据计算结果和预设评估规则,评估所述网民的参与程度。
进一步地,上述方法中,所述公开信息包括个人信息和言论信息;
所述个人信息包括:粉丝数量和身份标签;
所述言论信息包括:原创信息数、转载次数、评论次数、被转载次数和被评论次数。
进一步地,上述方法中,所述根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度包括:
根据如下公式计算所述网民在所述网络平台的影响力Impacti:
Impacti=Fansi×Identity Tagi;
根据如下公式计算所述网民在所述网络平台的转载率Repost Ratei:
根据如下公式计算所述网民在所述网络平台的评论率Comment Ratei:
根据如下公式计算所述网民在所述网络平台的活跃程度Activityi:
其中,Fansi是所述网民在指定时间周期T内在所述网络平台的粉丝数量,Identity Tagi是所述网民在指定时间周期T内在所述网络平台的身份标签;
Repost Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被转载次数,Repost Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被转载次数;
Comment Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被评论次数,Comment Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被评论次数;
在指定时间周期T内,P、R、C与参与当前事件的全体网民所作出的行为有关,P是参与当前事件的全体网民发布的有关当前事件的原创信息数,R是参与当前事件的全体网民对有关当前事件的信息的转载次数,C是参与当前事件的全体网民对有关当前事件的信息的评论次数;
相应的,Pi、Ri、Ci分别是所述网民在指定时间周期T内发布的有关当前事件的原创信息数、对有关当前事件的信息的转载次数以及对有关当前事件的信息的评论次数。
进一步地,上述方法中,所述根据计算结果和预设评估规则,评估所述网民的参与程度包括:
根据如下公式计算所述网民的参与指数MBlogger Indexi:
根据所述参与指数评估所述网民的参与程度;
其中,Impactmax是参与当前事件讨论的,且在指定时间周期T内,粉丝数量最高的网民的影响力,Repost Ratemax是与当前事件相关的,且在指定时间周期T内,被转载次数最多的信息的转载率,Comment Ratemax是与当前事件相关的,且在指定时间周期T内,被评论次数最多的信息的评论率。
第二方面,本发明实施例还提供了一种网民参与程度的评估系统,所述系统包括:
信息获取模块,用于从网民所在的网络平台上获取所述网民的公开信息;
信息计算模块,用于根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;
结果评估模块,用于根据计算结果和预设评估规则,评估所述网民的参与程度。
进一步地,上述系统中,所述公开信息包括个人信息和言论信息;
所述个人信息包括:粉丝数量和身份标签;
所述言论信息包括:原创信息数、转载次数、评论次数、被转载次数和被评论次数。
进一步地,上述系统中,所述信息计算模块具体用于:
根据如下公式计算所述网民在所述网络平台的影响力Impacti:
Impacti=Fansi×Identity Tagi;
根据如下公式计算所述网民在所述网络平台的转载率Repost Ratei:
根据如下公式计算所述网民在所述网络平台的评论率Comment Ratei:
根据如下公式计算所述网民在所述网络平台的活跃程度Activityi:
其中,Fansi是所述网民在指定时间周期T内在所述网络平台的粉丝数量,Identity Tagi是所述网民在指定时间周期T内在所述网络平台的身份标签;
Repost Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被转载次数,Repost Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被转载次数;
Comment Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被评论次数,Comment Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被评论次数;
在指定时间周期T内,P、R、C与参与当前事件的全体网民所作出的行为有关,P是参与当前事件的全体网民发布的有关当前事件的原创信息数,R是参与当前事件的全体网民对有关当前事件的信息的转载次数,C是参与当前事件的全体网民对有关当前事件的信息的评论次数;
相应的,Pi、Ri、Ci分别是所述网民在指定时间周期T内发布的有关当前事件的原创信息数、对有关当前事件的信息的转载次数以及对有关当前事件的信息的评论次数。
进一步地,上述系统中,所述结果评估模块具体用于:
根据如下公式计算所述网民的参与指数MBlogger Indexi:
根据所述参与指数评估所述网民的参与程度;
其中,Impactmax是参与当前事件讨论的,且在指定时间周期T内,粉丝数量最高的网民的影响力,Repost Ratemax是与当前事件相关的,且在指定时间周期T内,被转载次数最多的信息的转载率,Comment Ratemax是与当前事件相关的,且在指定时间周期T内,被评论次数最多的信息的评论率。
本发明实施例所提供的技术方案,通过定制统一的评估标准以应对不同的网络应用,能够解决评估体系过于庞大的问题,而有效的针对参与公众意见表达的网民进行指标量化,可以更加准确的评估网民在公众意见表达事件中的参与程度,能够为治理互联网网络空间,维护互联网安全秩序,维持社会稳定提供帮助。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据提供的附图获得其他的附图。
图1是本发明实施例一提供的网民参与程度的评估方法的流程示意图;
图2是本发明实施例二提供的网民参与程度的评估方法的流程示意图;
图3是本发明实施例三提供的网民参与程度的评估方法的流程示意图;
图4是本发明实施例三提供的涉事网络平台上事件构成的示意图;
图5是本发明实施例三提供的有关当前事件的信息构成的示意图;
图6是本发明实施例四提供的网民参与程度的评估系统的结构示意图。
具体实施方式
下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部结构。
实施例一
请参阅附图1,为本发明实施例一提供的一种网民参与程度的评估方法的流程示意图,该方法适用于评估网民在公众意见表达事件中的参与程度的场景,该方法由网民参与程度评估系统来执行,该装置可以由软件和/或硬件实现,集成于公共信息管理系统的内部。该方法具体包括如下步骤:
S101、从网民所在的网络平台上获取所述网民的公开信息。
在本发明实施例中,优选的,通过网络爬虫技术定期获取网民在网络平台上的公开信息。
其中,所述公开信息包括个人信息和言论信息。所述个人信息包括:粉丝数量和身份标签;所述言论信息包括:原创信息数、转载次数、评论次数、被转载次数和被评论次数。
需要说明的是,身份标签是指网民在网络平台上的认证情况及认证简介。
S102、根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度。
需要说明的是,影响力是指网民在网络平台上的影响范围和言论真实性;转载率是指网民在网络平台上发布的有关当前事件的言论被转载次数在所有有关当前事件的被转载言论中所占的比重;评论率是指网民在网络平台上发布的有关当前事件的言论被评论次数在所有有关当前事件的被评论言论中所占的比重;活跃程度是指网民在网络平台上发布的有关当前事件的原创信息数、转载的有关当前事件的信息的转载次数以及评论的有关当前事件的信息的评论次数在所有参与当前事件讨论的全体网民中所占的比重。
具体的,根据网民的粉丝数量和身份标签等个人信息,以及根据网民的原创信息数、转载次数、评论次数、被转载次数和被评论次数等言论信息结合预设算法计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度。
S103、根据计算结果和预设评估规则,评估所述网民的参与程度。
具体的,基于前述计算结果获得网民的在网络平台上参与当前事件讨论的讨论情况在所有参与当前事件讨论的全体网民中所占的比重,根据该比重评估网民在当前事件上的参与程度。
优选地,所述网民的参与程度评估将按照周期进行定时更新,网民的各项公开信息的获取与计算周期最小单位为天。
本发明实施例所提供的技术方案,通过定制统一的评估标准以应对不同的网络应用,能够解决评估体系过于庞大的问题,而有效的针对参与公众意见表达的网民进行指标量化,可以更加准确的评估网民在公众意见表达事件中的参与程度,能够为治理互联网网络空间,维护互联网安全秩序,维持社会稳定提供帮助。
实施例二
如图2所示,本发明实施例二提供的网民参与程度的评估方法,是在实施例一提供的技术方案的基础上,对步骤S102“根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度”的进一步优化。与上述各实施例相同或相应的术语的解释在此不再赘述。具体的,可以包括如下步骤:
S201、从网民所在的网络平台上获取所述网民的公开信息。
S202、根据如下公式计算所述网民在所述网络平台的影响力Impacti:
Impacti=Fansi×Identity Tagi。
其中,Fansi是所述网民在指定时间周期T内在所述网络平台的粉丝数量,Identity Tagi是所述网民在指定时间周期T内在所述网络平台的身份标签。
在本发明实施例中,优选的,网民在网络平台上的身份标签共包括以下几种,如表1所示。
表1
表1中,根据不同的身份标签赋予不同分值,以便计算网民在网络平台上的影响力。
S203、根据如下公式计算所述网民在所述网络平台的转载率Repost Ratei:
其中,Repost Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被转载次数,Repost Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被转载次数。
S204、根据如下公式计算所述网民在所述网络平台的评论率Comment Ratei:
其中,Comment Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被评论次数,Comment Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被评论次数。
S205、根据如下公式计算所述网民在所述网络平台的活跃程度Activityi:
其中,在指定时间周期T内,P、R、C与参与当前事件的全体网民所作出的行为有关,P是参与当前事件的全体网民发布的有关当前事件的原创信息数,R是参与当前事件的全体网民对有关当前事件的信息的转载次数,C是参与当前事件的全体网民对有关当前事件的信息的评论次数;
相应的,Pi、Ri、Ci分别是所述网民在指定时间周期T内发布的有关当前事件的原创信息数、对有关当前事件的信息的转载次数以及对有关当前事件的信息的评论次数。
S206、根据计算结果和预设评估规则,评估所述网民的参与程度。
本发明实施例所提供的技术方案,通过定制统一的评估标准以应对不同的网络应用,能够解决评估体系过于庞大的问题,而有效的针对参与公众意见表达的网民进行指标量化,可以更加准确的评估网民在公众意见表达事件中的参与程度,能够为治理互联网网络空间,维护互联网安全秩序,维持社会稳定提供帮助。
实施例三
如图3所示,本发明实施例三提供的网民参与程度的评估方法,是在上述实施例提供的技术方案的基础上,对步骤S103“根据计算结果和预设评估规则,评估所述网民的参与程度”的进一步优化。与上述各实施例相同或相应的术语的解释在此不再赘述。具体的,可以包括如下步骤:
S301、从网民所在的网络平台上获取所述网民的公开信息。
S302、根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度。
S303、根据如下公式计算所述网民的参与指数MBlogger Indexi:
其中,Impactmax是参与当前事件讨论的,且在指定时间周期T内,粉丝数量最高的网民的影响力,Repost Ratemax是与当前事件相关的,且在指定时间周期T内,被转载次数最多的信息的转载率,Comment Ratemax是与当前事件相关的,且在指定时间周期T内,被评论次数最多的信息的评论率。
在本发明实施例中,网民在发生网络公众意见讨论后,涉事网络平台上的事件构成情况如图4所示,具体包括当前事件和其他事件;而有关当前事件的信息构成情况则如图5所示,具体包括涉事原创及转载信息、参与转载涉事信息、涉事评论以及参与评论涉事信息。
S304、根据所述参与指数评估所述网民的参与程度。
本发明实施例所提供的技术方案,通过定制统一的评估标准以应对不同的网络应用,能够解决评估体系过于庞大的问题,而有效的针对参与公众意见表达的网民进行指标量化,可以更加准确的评估网民在公众意见表达事件中的参与程度,能够为治理互联网网络空间,维护互联网安全秩序,维持社会稳定提供帮助。
实施例四
请参阅附图6,为本发明实施例四提供的一种网民参与程度的评估系统的结构示意图,该系统适用于执行本发明实施例提供的网民参与程度的评估方法。该系统具体包含如下模块:
信息获取模块41,用于从网民所在的网络平台上获取所述网民的公开信息;
信息计算模块42,用于根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;
结果评估模块43,用于根据计算结果和预设评估规则,评估所述网民的参与程度。
本发明实施例所提供的技术方案,通过从网民所在的网络平台上获取所述网民的公开信息;根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;根据计算结果和预设评估规则,评估所述网民的参与程度。基于上述方法及系统,通过定制统一的评估标准以应对不同的网络应用,能够解决评估体系过于庞大的问题,而有效的针对参与公众意见表达的网民进行指标量化,可以更加准确的评估网民在公众意见表达事件中的参与程度,能够为治理互联网网络空间,维护互联网安全秩序,维持社会稳定提供帮助。
优选的,所述公开信息包括个人信息和言论信息;
所述个人信息包括:粉丝数量和身份标签;
所述言论信息包括:原创信息数、转载次数、评论次数、被转载次数和被评论次数。
优选的,所述信息计算模块具体用于:
根据如下公式计算所述网民的影响力Impacti:
Impacti=Fansi×Identity Tagi;
根据如下公式计算所述网民的转载率Repost Ratei:
根据如下公式计算所述网民的评论率Comment Ratei:
根据如下公式计算所述网民的活跃程度Activityi:
其中,Fansi是所述网民在指定时间周期T内在所述网络平台的粉丝数量,Identity Tagi是所述网民在指定时间周期T内在所述网络平台的身份标签;
Repost Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被转载次数,Repost Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被转载次数;
Comment Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被评论次数,Comment Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被评论次数;
在指定时间周期T内,P、R、C与参与当前事件的全体网民所作出的行为有关,P是参与当前事件的全体网民发布的有关当前事件的原创信息数,R是参与当前事件的全体网民对有关当前事件的信息的转载次数,C是参与当前事件的全体网民对有关当前事件的信息的评论次数;
相应的,Pi、Ri、Ci分别是所述网民在指定时间周期T内发布的有关当前事件的原创信息数、对有关当前事件的信息的转载次数以及对有关当前事件的信息的评论次数。
优选的,所述结果评估模块具体用于:
根据如下公式计算所述网民的参与指数MBlogger Indexi:
根据所述参与指数评估所述网民的参与程度;
其中,Impactmax是参与当前事件讨论的,且在指定时间周期T内,粉丝数量最高的网民的影响力,Repost Ratemax是与当前事件相关的,且在指定时间周期T内,被转载次数最多的信息的转载率,Comment Ratemax是与当前事件相关的,且在指定时间周期T内,被评论次数最多的信息的评论率。
上述系统可执行本发明任意实施例所提供的方法,具备执行方法相应的功能模块和有益效果。
注意,上述仅为本发明的较佳实施例及所运用技术原理。本领域技术人员会理解,本发明不限于这里所述的特定实施例,对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本发明的保护范围。因此,虽然通过以上实施例对本发明进行了较为详细的说明,但是本发明不仅仅限于以上实施例,在不脱离本发明构思的情况下,还可以包括更多其他等效实施例,而本发明的范围由所附的权利要求范围决定。
Claims (8)
1.一种网民参与程度的评估方法,其特征在于,包括:
从网民所在的网络平台上获取所述网民的公开信息;
根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;
根据计算结果和预设评估规则,评估所述网民的参与程度。
2.根据权利要求1所述的方法,其特征在于,所述公开信息包括个人信息和言论信息;
所述个人信息包括:粉丝数量和身份标签;
所述言论信息包括:原创信息数、转载次数、评论次数、被转载次数和被评论次数。
3.根据权利要求2所述的方法,其特征在于,所述根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度包括:
根据如下公式计算所述网民在所述网络平台的影响力Impacti:
Impacti=Fansi×Identity Tagi;
根据如下公式计算所述网民在所述网络平台的转载率Repost Ratei:
<mrow>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Count</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<mi>C</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
根据如下公式计算所述网民在所述网络平台的评论率Comment Ratei:
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Count</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<mi>C</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
根据如下公式计算所述网民在所述网络平台的活跃程度Activityi:
<mrow>
<msub>
<mi>Activity</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>P</mi>
<mo>+</mo>
<mi>R</mi>
<mo>+</mo>
<mi>C</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中,Fansi是所述网民在指定时间周期T内在所述网络平台的粉丝数量,IdentityTagi是所述网民在指定时间周期T内在所述网络平台的身份标签;
Repost Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被转载次数,Repost Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被转载次数;
Comment Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被评论次数,Comment Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被评论次数;
在指定时间周期T内,P、R、C与参与当前事件的全体网民所作出的行为有关,P是参与当前事件的全体网民发布的有关当前事件的原创信息数,R是参与当前事件的全体网民对有关当前事件的信息的转载次数,C是参与当前事件的全体网民对有关当前事件的信息的评论次数;
相应的,Pi、Ri、Ci分别是所述网民在指定时间周期T内发布的有关当前事件的原创信息数、对有关当前事件的信息的转载次数以及对有关当前事件的信息的评论次数。
4.根据权利要求3所述的方法,其特征在于,所述根据计算结果和预设评估规则,评估所述网民的参与程度包括:
根据如下公式计算所述网民的参与指数MBlogger Indexi:
MBlogger Indexi=Activityi×
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Impact</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Impact</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
根据所述参与指数评估所述网民的参与程度;
其中,Impactmax是参与当前事件讨论的,且在指定时间周期T内,粉丝数量最高的网民的影响力,Repost Ratemax是与当前事件相关的,且在指定时间周期T内,被转载次数最多的信息的转载率,Comment Ratemax是与当前事件相关的,且在指定时间周期T内,被评论次数最多的信息的评论率。
5.一种网民参与程度的评估系统,其特征在于,包括:
信息获取模块,用于从网民所在的网络平台上获取所述网民的公开信息;
信息计算模块,用于根据所述公开信息计算所述网民在所述网络平台的影响力、转载率、评论率和活跃程度;
结果评估模块,用于根据计算结果和预设评估规则,评估所述网民的参与程度。
6.根据权利要求5所述的系统,其特征在于,所述公开信息包括个人信息和言论信息;
所述个人信息包括:粉丝数量和身份标签;
所述言论信息包括:原创信息数、转载次数、评论次数、被转载次数和被评论次数。
7.根据权利要求6所述的系统,其特征在于,所述信息计算模块具体用于:
根据如下公式计算所述网民在所述网络平台的影响力Impacti:
Impacti=Fansi×Identity Tagi;
根据如下公式计算所述网民在所述网络平台的转载率Repost Ratei:
<mrow>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Count</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<mi>C</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
根据如下公式计算所述网民在所述网络平台的评论率Comment Ratei:
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Count</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<mi>C</mi>
<mi>o</mi>
<mi>u</mi>
<mi>n</mi>
<mi>t</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
根据如下公式计算所述网民在所述网络平台的活跃程度Activityi:
<mrow>
<msub>
<mi>Activity</mi>
<mi>i</mi>
</msub>
<mo>=</mo>
<mfrac>
<mrow>
<msub>
<mi>P</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>R</mi>
<mi>i</mi>
</msub>
<mo>+</mo>
<msub>
<mi>C</mi>
<mi>i</mi>
</msub>
</mrow>
<mrow>
<mi>P</mi>
<mo>+</mo>
<mi>R</mi>
<mo>+</mo>
<mi>C</mi>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中,Fansi是所述网民在指定时间周期T内在所述网络平台的粉丝数量,IdentityTagi是所述网民在指定时间周期T内在所述网络平台的身份标签;
Repost Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被转载次数,Repost Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被转载次数;
Comment Count是在指定时间周期T内所有有关当前事件的信息在所述网络平台的被评论次数,Comment Counti是所述网民在指定时间周期T内针对所述当前事件在所述网络平台发布的信息的被评论次数;
在指定时间周期T内,P、R、C与参与当前事件的全体网民所作出的行为有关,P是参与当前事件的全体网民发布的有关当前事件的原创信息数,R是参与当前事件的全体网民对有关当前事件的信息的转载次数,C是参与当前事件的全体网民对有关当前事件的信息的评论次数;
相应的,Pi、Ri、Ci分别是所述网民在指定时间周期T内发布的有关当前事件的原创信息数、对有关当前事件的信息的转载次数以及对有关当前事件的信息的评论次数。
8.根据权利要求7所述的系统,其特征在于,所述结果评估模块具体用于:
根据如下公式计算所述网民的参与指数MBlogger Indexi:
MBlogger Indexi=Activityi×
<mrow>
<mo>&lsqb;</mo>
<mfrac>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Impact</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<msub>
<mi>Impact</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>Re</mi>
<mi>p</mi>
<mi>o</mi>
<mi>s</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>+</mo>
<mfrac>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<msub>
<mi>log</mi>
<mn>10</mn>
</msub>
<mrow>
<mo>(</mo>
<mi>C</mi>
<mi>o</mi>
<mi>m</mi>
<mi>m</mi>
<mi>e</mi>
<mi>n</mi>
<mi>t</mi>
<mi> </mi>
<msub>
<mi>Rate</mi>
<mi>max</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>&rsqb;</mo>
<mo>;</mo>
</mrow>
根据所述参与指数评估所述网民的参与程度;
其中,Impactmax是参与当前事件讨论的,且在指定时间周期T内,粉丝数量最高的网民的影响力,Repost Ratemax是与当前事件相关的,且在指定时间周期T内,被转载次数最多的信息的转载率,Comment Ratemax是与当前事件相关的,且在指定时间周期T内,被评论次数最多的信息的评论率。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711447297.6A CN107908804B (zh) | 2017-12-27 | 2017-12-27 | 一种网民参与程度的评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201711447297.6A CN107908804B (zh) | 2017-12-27 | 2017-12-27 | 一种网民参与程度的评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107908804A true CN107908804A (zh) | 2018-04-13 |
CN107908804B CN107908804B (zh) | 2021-06-04 |
Family
ID=61871444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201711447297.6A Active CN107908804B (zh) | 2017-12-27 | 2017-12-27 | 一种网民参与程度的评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107908804B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695761A (zh) * | 2020-04-27 | 2020-09-22 | 杭州全视软件有限公司 | 一种网络担责的评估、标识和问责系统及方法 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030052911A1 (en) * | 2001-09-20 | 2003-03-20 | Koninklijke Philips Electronics N.V. | User attention-based adaptation of quality level to improve the management of real-time multi-media content delivery and distribution |
CN102394798A (zh) * | 2011-11-16 | 2012-03-28 | 北京交通大学 | 一种基于多元特征的微博信息传播行为预测方法及系统 |
US20130132881A1 (en) * | 2006-02-14 | 2013-05-23 | Tony Barr | Satisfaction metrics and methods of implementation |
CN103399958A (zh) * | 2013-08-21 | 2013-11-20 | 安徽中新软件有限公司 | 一种网民不良程度的评估方法及系统 |
CN105447196A (zh) * | 2015-12-31 | 2016-03-30 | 深圳中泓在线股份有限公司 | 一种重点博主追踪确认方法及装置 |
CN106294334A (zh) * | 2015-05-11 | 2017-01-04 | 国家计算机网络与信息安全管理中心 | 一种微博舆情指标体系的计算方法及装置 |
CN106570763A (zh) * | 2016-11-09 | 2017-04-19 | 福建中金在线信息科技有限公司 | 用户影响力评估的方法及系统 |
CN106980692A (zh) * | 2016-05-30 | 2017-07-25 | 国家计算机网络与信息安全管理中心 | 一种基于微博特定事件的影响力计算方法 |
-
2017
- 2017-12-27 CN CN201711447297.6A patent/CN107908804B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20030052911A1 (en) * | 2001-09-20 | 2003-03-20 | Koninklijke Philips Electronics N.V. | User attention-based adaptation of quality level to improve the management of real-time multi-media content delivery and distribution |
US20130132881A1 (en) * | 2006-02-14 | 2013-05-23 | Tony Barr | Satisfaction metrics and methods of implementation |
CN102394798A (zh) * | 2011-11-16 | 2012-03-28 | 北京交通大学 | 一种基于多元特征的微博信息传播行为预测方法及系统 |
CN103399958A (zh) * | 2013-08-21 | 2013-11-20 | 安徽中新软件有限公司 | 一种网民不良程度的评估方法及系统 |
CN106294334A (zh) * | 2015-05-11 | 2017-01-04 | 国家计算机网络与信息安全管理中心 | 一种微博舆情指标体系的计算方法及装置 |
CN105447196A (zh) * | 2015-12-31 | 2016-03-30 | 深圳中泓在线股份有限公司 | 一种重点博主追踪确认方法及装置 |
CN106980692A (zh) * | 2016-05-30 | 2017-07-25 | 国家计算机网络与信息安全管理中心 | 一种基于微博特定事件的影响力计算方法 |
CN106570763A (zh) * | 2016-11-09 | 2017-04-19 | 福建中金在线信息科技有限公司 | 用户影响力评估的方法及系统 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111695761A (zh) * | 2020-04-27 | 2020-09-22 | 杭州全视软件有限公司 | 一种网络担责的评估、标识和问责系统及方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107908804B (zh) | 2021-06-04 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Zheng et al. | Interplay between SIR-based disease spreading and awareness diffusion on multiplex networks | |
Zhao et al. | Modeling and simulation of microblog-based public health emergency-associated public opinion communication | |
Jing et al. | INTERNATIONAL CONFERENCE NEWS: COLLABORATION AMONG GOVERNMENT, MARKET, AND SOCIETY: FORGING PARTNERSHIPS AND ENCOURAGING COMPETITION | |
CN109242732A (zh) | 校园活动组织系统及组织方法 | |
Zhong | A dynamic pandemic model evaluating reopening strategies amid COVID-19 | |
Hamel et al. | Challenges and opportunities when implementing strategic foresight: lessons learned when engaging stakeholders in climate-ecological research | |
CN107908804A (zh) | 一种网民参与程度的评估方法及系统 | |
Xiong et al. | Multi-source information diffusion in online social networks | |
CN108958925B (zh) | 一种节能的工作量证明方法与系统 | |
Wang et al. | Opinion leaders and structural hole spanners influencing echo chambers in discussions about COVID-19 vaccines on social media in China: network analysis | |
Fang et al. | Social network public opinion research based on S-SEIR epidemic model | |
Liu et al. | Affinity based information diffusion model in social networks | |
Gligorijevic et al. | Directed networks of online chats: Content-based linking and social structure | |
Yan et al. | The small-world and scale-free structure of an internet technological community | |
Courtin et al. | The museum week event: Analyzing social network interactions in cultural fields | |
Yang et al. | Threshold dynamics of an age-structured epidemic model with relapse and nonlinear incidence | |
Cheung | Factional model-making in China: Party elites’ open political contention in the policy process | |
Su et al. | Ministry of Foreign Affairs in the Age of the Internet | |
Ahn et al. | CYBEREMOTIONS–collective emotions in cyberspace | |
Xiong et al. | Correlation between information diffusion and opinion evolution on social media | |
Kabaka et al. | E-learning tools for public awareness programme education in disaster risk management: Case study of the city of Cape Town disaster risk management centre | |
Prakash et al. | Understanding and managing cascades on large graphs | |
Yan | Information bridges: Understanding the informational role of network brokerages in polarised online discourses | |
Tian et al. | HCI in China: Research agenda, education curriculum, industry partnership, and communities building | |
Han et al. | On charactering of information propagation in online social networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |