来源：期刊VIP网 时间：
作者：陈川;王泽宇;
单位：浙江工业大学管理学院;浙江数字化发展与治理研究中心;广州大学公共管理学院;
摘要：本研究致力于运用人工智能技术构建高效模型,以优化网络环境、推动技术发展,并有效识别网络风险舆情,进而提升应急管理的效果。在当前信息爆炸和数字化社会迅猛发展的背景下,网络舆情作为反映公众情绪和态度的重要窗口,其重要性日益凸显。网络舆情不仅包含了个体和群体的多元观点、情感表达与政策见解,更能在短时间内迅速扩散,引发广泛的社会关注并影响公共决策。为了有效应对这一挑战,本研究充分发挥新一代人工智能技术在数据处理和分析方面的强大能力,设计了一个基于长短时记忆网络(long short-term memory,LSTM)的先进模型。该模型结合了金枪鱼算法(tuna algorithm,TA)的优化策略,能够精准捕捉网络舆情的时序性和上下文信息,从而显著提高舆情识别的准确性。实验结果表明,本研究设计的模型在数据处理方面达到了约97%的高准确率,这为网络风险舆情的识别和应急管理提供了更加准确、可靠的技术支持。此外,本研究还强调了人工智能技术在网络舆情领域的巨大潜力,通过不断优化模型和提升技术性能,可以更好地应对复杂多变的网络环境,有效加强对网络风险舆情的监测和预警。这不仅有助于构建更加安全稳定的网络环境,也为保障社会的和谐稳定发展提供了重要的技术支撑和参考借鉴。
关键词：人工智能;;网络风险舆情;;应急治理;;长短时记忆网络;;金枪鱼算法
基金资助：“浙江数字化发展与治理研究中心自设课题——数字技术赋能传统制造业可持续转型的机制与路径研究”~~
