融合IP属地信息的网络舆情时空涨落度测度研究
来源：图书情报工作杂志2025年第11期北京时间：
作者：黄微,张晓君,杨佩霖
单位：1 吉林大学商学与管理学院, 长春 130012;2 吉林大学教务处, 长春 130012
摘要：[目的/意义] 网络舆情的传播不仅在时间上有暴发风险，在空间上也存在聚集现象。实质性融合时间信息与空间信息，有助于揭示网络舆情的时空演化发展规律，为舆情管控提供更有针对性的时空参考。[方法/过程] 构建网络舆情的时空涨落度数学模型，阐明时空涨落的阶段划分原理。并结合“中国电科员工痛批加班”网络舆情事件的全周期数据，融合IP属地信息，利用多种机器学习模型进行效果对比，选取最优模型XGBoost进行时空涨落度阶段识别训练及验证。[结果/结论] 网络舆情时空涨落度体现了舆情发展的时空特征，同步加入空间数据的演化分析方法，突破了以往仅从时间角度分析舆情演化的局限，能同时有效揭示舆情的时空双维度热议程度，为舆情管控工作提供了新的量化方法参考和监管视角。
关键词：IP属地,网络舆情,时空涨落,机器学习,
基金资助：本文系国家自然科学基金面上项目“重大突发事件网络舆情受众的参与行为标定、轨迹拟合与靶向导控研究”（项目编号：72174072）研究成果之一。
