（1）课题来源与背景 群体性突发事件是指在社会生活中由人为因素造成的、突然发生的、严重危及社会秩序、有可能或已经造成重大损失的事件，并具有突发性、预测困难的特点。对于群体性突发事件的预防和处置最重要的是关口前置，即通过建立群体性突发事件的预警机制，运用先进的预警方法对处于萌芽状态下的群体性突发事件进行预测分析，从而帮助决策者提前做好应对准备和选择最佳应对策略，以防止群体性突发事件的进一步升级，降低事件的危害程度。这使得有效实现群体性突发事件的预警具有了重要的政治意义，而突发事件的预警及应急管理研究也成为学术界的一个新兴的研究热点。 （2）研究目的与意义 随着互联网技术的发展与互联网应用的普及，互联网已成为了公众表达意愿和观点的基本渠道，进而也成为了群体性突发事件在线信息传播演化的信息媒介。群体性突发事件的舆情信息往往藏匿于海量的网络信息之中，这些信息不仅在一定程度上反映出事件由量变到质变的过程，而且直接影响事件的发展态势。信息传播网络的结构影响着事件个体之间的相互作用效果，从而进一步影响群体性突发事件的发展态势。这些网络信息对作为决策者的政府起到了极大的帮助作用，能够帮助其尽快掌握事件发生的动态，以便做出相应的反应。同时，这也使得研究互联网信息传播模式下群体性突发事件的预防与应对策略，成为当前的理论研究热点和实践难题。 本研究致力于对互联网传播模式下群体性突发事件的预警问题进行研究，通过构建基于互联网的事件舆情传播网络模型，揭示群体性突发事件爆发过程中信息的传播和演化模式，并建立有效的预警方法，从而为解决群体性突发事件的预警这一核心科学问题，并为群体性突发事件应急处置的决策、指挥与管理，以及完善群体性突发事件的应急管理理论体系提供支持。 （3）主要论点与论据 本研究主要对群体性突发事件的预警问题进行研究，通过对处于萌芽状态下的群体性突发事件进行预测分析，帮助决策者提前做好应对准备和选择最佳应对策略，以防止群体性突发事件的进一步升级，降低事件的危害程度，从研究对象和研究目标上具有重要的实际社会意义。 结合文本挖掘和深度学习方法，本研究从作为突发事件舆情信息传播重要信息客体的文本帖子出发，发掘具有突发特征的关键词，还原并向量化表达突发词对应的帖子内容，借助聚类操作得到具有突发性的舆情事件。识别事件舆情相关文本呈现的情感类型，通过分析不同情感的文本和地域覆盖情况，发掘影响事件舆情发展的主流情感，依据主流情感的情感趋势的演变规律，识别得到事件爆发前的临界时间窗口。该研究从时间维度实现了对突发事件的检测和预警，以方便相关管理部门及时甄别网络舆情中可能发生的突发事件，并做好有效地应对准备。 结合情感分析和用户的行为分析，本研究构建出突发事件信息传播的网络模型，从事件舆情的空间维度发掘舆情传播过程中的关键节点，并重点识别出传播消极不良信息的关键节点，这有利于相关管理部门对这些节点进行重点监控，从而为相关管理部门迅速掌握舆论走向，抑制消极信息的传播扩散，降低次生、衍生突发事件的发生提供了重要的数据支持。 （4）创见与创新 研究在当前较为热门的深度学习技术的支撑下，以社交平台为基础数据来源，完成突发事件的识别和关键要素的分析。 首先，借助于文本挖掘技术，实现社交媒体平台上的潜在的突发事件的识别。其次，借助于多元情感分析技术，实现对突发事件"临界爆发"时间窗的识别；最后，构建反映事件舆情信息传播的网络模型，结合网络拓扑结构和情感分析实现情感驱动下的突发事件舆情传播的关键节点的发掘。通过本研究，为相关管理部门从时间和空间两个维度及时把控舆情事件的发展态势，并做出及时的预判和干预提供有价值的辅助信息。 （5）社会经济效益 本研究主要对群体性突发事件的预警问题进行研究，通过对处于萌芽状态下的群体性突发事件进行预测分析，帮助决策者提前做好应对准备和选择最佳应对策略，以防止群体性突发事件的进一步升级，降低事件的危害程度，从研究对象和研究目标上具有重要的实际社会意义。结合情感分析和用户的行为分析，本研究构建出突发事件信息传播的网络模型，从事件舆情的空间维度发掘舆情传播过程中的关键节点，并重点识别出传播消极不良信息的关键节点，这有利于相关管理部门对这些节点进行重点监控，从而为相关管理部门迅速掌握舆论走向，抑制消极信息的传播扩散，降低次生、衍生突发事件的发生提供了重要的数据支持。 在基金的资助下，共发表8篇文章，其中7篇被SCI期刊收录，1篇被中文核心期刊收录。3名研究生在项目的资助和支持下拿到硕士学位，顺利完成了项目计划任务书中规定的研究任务。

东北林业大学

该项目为储备库项目资源，暂无效益分析内容。