共查询到20条相似文献，搜索用时 15 毫秒
1.
2.
【目的/意义】从海量微博信息中提取准确的主题词,以期为政府和企业进行舆情分析提供有价值的参考。
【方法/过程】通过分析传统微博主题词提取方法的特点及不足,提出了基于语义概念和词共现的微博主题词提取
方法,该方法利用文本扩充策略将微博从短文本扩充为较长文本,借助于语义词典对微博文本中的词汇进行语义
概念扩展,结合微博文本结构特点分配词汇权重,再综合考虑词汇的共现度来提取微博主题词。【结果/结论】实验
结果表明本文提出的微博主题词提取算法优于传统方法,它能够有效提高微博主题词提取的性能。【创新/局限】利
用语义概念结合词共现思想进行微博主题词提取是一种新的探索,由于算法中的分词方法对个别网络新词切分可
能不合适,会对关键词提取准确性造成微小影响。 相似文献
3.
【目的/意义】为了减少微博群体性事件带来的负面影响,必须了解微博用户群体行为的形成过程。【方法/
过程】基于元胞自动机理论建立模型发现,微博用户群体行为选择主要受个人参与和外在环境影响,个人参与群体
互动越积极,群体氛围越活跃,群体行为选择会更加理性,达成一致的可能性越大。【结果/结论】随着个人参与和环
境影响的增大,微博用户群体行为选择从两极分化向单极聚化方向发展,在这个过程中,环境的影响力略大于个人
参与,所以在应对微博群体性事件的过程中,环境引导比“以人为本”略重要。 相似文献
4.
【目的/意义】随着互联网产业的快速发展,各种社会化媒体应用应运而生,伴随着这些应用的发展,口语化
短文本形式的信息也急速膨胀。如何从这些信息资源中挖掘出关键内容并实现自动分类已经成为文本挖掘领域
的重要课题之一。【方法/过程】本文以微博为例,设置词和字两种特征粒度,选择信息增益、信息增益率、Word2vec
和特征频度降低特征维度,重点探讨两种特征在口语化短文本分类中的特点和作用。【结果/结论】实验结果表明,
对词特征进行筛选和提取之后的分类效果仍然不如字特征在微博文本分类中的表现。因此,在口语化短文本分类
中选择字特征或许是一个较实用的、效果较好的方法。 相似文献
5.
【目的/意义】当前微博已成为重要的舆论场,针对海量微博信息的舆情难以快速获取的问题,提出一种基
于云计算的微博舆情流式快速自聚类方法。【方法/过程】该方法首先设计舆情最小距离聚类算法,包括构建舆情相
似度计算模型,及构建舆情最佳聚类阈值确定方法;然后构建舆情流式自聚类模型,该模型利用云计算和最小距离
聚类算法在横、纵两个方向聚类舆情信息,得到各主题的舆情集合。在横向上,以云计算的多个计算节点为聚类起
始,同步并行聚类分配到其上的舆情信息。在纵向上,多个计算节点协同、流水线式聚类同一起始节点的舆情信
息;最后在纵向上聚类舆情集合,将同主题舆情集合聚为一类。【结果/结论】实验结果表明：该方法能有效加快微博
舆情获取速度,且具有较高的舆情获取准确率。 相似文献
6.
【目的/意义】研究社交网络平台用户关注点演化对掌握舆情，制定管理决策具有重要作用。【方法/过程】本
文提出一种基于 Aging theory的关注点交互影响演化模型。该模型将每阶段营养素重新设计为外部来源与其他关
注点转移两类，使用关注点间的相似性作为第二类营养素度量演化过程中关注点交互影响效应，并根据两类营养
素不同比例将关注点划分为突发型与渐变型两种。【结果/结论】通过“厦门 BRT爆炸”的新浪微博数据集验证，该模
型能够刻画上述两种关注点的演化趋势，并对演化原因进行解释。 相似文献
7.
8.
9.
【目的/意义】微博作为主要的社会化媒体,微博话题可信度评估以及从认知角度了解影响微博信息传播的
因素对判别信息可信度具有重要意义。【方法/过程】本文基于现有的详尽可能性模型对信息可信度的研究,从微博
内容、微博作者、社交网络传播三个维度,对影响微博话题可信度的因素进行研究。【结果/结论】结果发现,微博内
容信源的可信度对内容可信度存在显著正向影响,内容可信度对微博信息话题可信度存在显著正向影响,作者专业
知识对作者可信度存在显著正向影响,作者可信度对微博信息话题可信度存在正向显著影响。 相似文献
10.
【目的/意义】群体成员在感知外界环境的基础上,与群体中的其他成员进行沟通与互动,根据个人偏好和
群体规范做出行为选择,形成初始的群体行为。在群体行为形成过程中,成员之间通过暗示、模仿他人的行为,调
适自己的行为,达到行为同化的结果,使自己的行为与群体保持一致,进而促进群体行为的形成。【方法/过程】在此
基础上,根据元胞自动机理论建立微博用户群体行为形成互动的演化模型,根据模型分析研究发现,微博用户群体
成员的行为有一定的偏向性,环境变化和成员的个性都会对其行为方式和群体行为的形成产生影响。【结果/结论】
随着时间的变化,成员个人行为的表现会从分散走向统一、从多元化走向单一化、从随意性走向固定性,达到稳定
发展的趋势,形成微博用户群体行为。 相似文献
11.
【目的/意义】通过构建数学模型,研究大数据背景下微博舆情热度预测问题。【方法/过程】分析大数据背景
下的微博舆情的首发信息特征,定义首发信息影响系数,建立微博首发信息热度预测方程模型。【结果/结论】利用百
度指数、清博舆情等软件,研究 47个微博舆情实例分析模型特征,并用 6个微博舆情案例验证模型,得出该模型根据
微博首发信息的少量数据而得到较为准确的预测结果。研究成果有利于政府面对复杂微博舆情时做到“心中有
数”, 也为进一步研究大数据背景下微博舆情预测问题提供参考。 相似文献
12.
【目的/意义】微博情感分析对公共安全事件管控有着重要意义。现有研究将单条微博作为整体进行分析， 情感分析最小单元局限于字或词，而对微博从词到句子，从句子到单条微博这种多层粒度文本结构产生的影响关 注不足，基于此本文提出一种融合双层注意力的Bi-LSTM模型提升情感分析性能。【方法/过程】以红黄蓝幼儿园涉 嫌虐童事件为例，通过Bi-LSTM提取微博词级和句子级特征，结合双层注意力机制学习各级特征权重分布，以递 进顺序综合局部情感得到整条微博的情感分类。【结果/结论】实验结果表明，本研究提出的微博情感分析模型F1 值、准确率分别达到97.39%、97.62%，相比于SVM、RF、XGBOOST和LSTM，该模型能够在公共安全事件微博情感 分析方面取得较好效果。 相似文献
13.
【目的/意义】构建用户特征指标体系,对恐怖事件情境下微博信息与评论用户进行画像并比较有助于掌握参与恐怖事件讨论用户的特点,加强反恐舆论引导。【方法/过程】以"#巴塞罗那恐怖袭击#"话题下的所有微博及评论数据为例,使用基于相关性的LDA主题模型提取微博主题,从用户特征和文本特征两个角度构建指标体系,并采用两步聚类刻画微博用户特征,分析发布微博用户和评论用户的异同。【结果/结论】以往活跃度、影响力较高的用户在该事件中不一定拥有较高的影响力;原始微博用户的平均等级略低于评论用户,但其在该事件中的影响力高于评论用户;原始微博用户类型多于评论微博用户类型。 相似文献
14.
15.
【 目的/意义】微博转发行为是公众参与监管突发事件网络舆情的重要渠道,科学合理的监管与引导对突发
事件精准预警和快速响应具有重要意义。【方法/过程】针对突发事件的微博转发行为未充分考虑转发者个体差异
的不足,借助UTAUT模型,结合动机理论,引入类型偏好、信源偏好、转发动机三个变量,构建面向突发事件的微博
用户转发行为的影响因素模型。以新浪微博为例,通过设计问卷、分析问卷数据验证构建影响因素模型有效性,对
影响因素模型进行拟合检验。【结果/结论】实证结果表明努力期望、社群影响、信源偏好、感知成本对转发意愿的路
径的CR值均大于1.96,即对转发意愿有正向影响作用;转发意愿对转发行为的路径的CR值大于1.96,即对转发行
为有正向影响作用,从政府部门、相关媒介和公众等方面提出加强微博转发监管的建议。【创新/局限】深入研究了
面向突发事件的微博用户转发行为,但调查对象不够广泛,数据分析还存在一定的局限性。 相似文献
16.
【目的/意义】为了更好地剖析微博舆情生态全貌,更全面揭示微博舆情生态的全景。【方法/过程】以生态学
理论为基础,结合知识关联的思想,对微博舆情的内涵和外延进行了揭示,提出了微博舆情全景生态这一概念;对
其构成要素及其关联关系进行了解析;从三个维度对微博舆情生态的全景进行了描绘,并最终构建了微博舆情全
景生态模型。【结果/结论】通过对微博舆情全景生态的解析,得出了微博舆情生态的全景维度主要包括三个方面,
分别是：客观存在、关联关系、运动本质即超网络结构、多维图谱、传播机理。【创新/局限】由于本文是对微博全景生
态的宏观概述,所以对微观层面的要素关联还可以进一步细化,后续研究中将对其全景生态模型进行更深层剖析。 相似文献
17.
【目的/意义】研究微博网络中话题式信息的传播模型及规律,对控制舆论和掌握微博信息传播规律具有重
要意义。【方法/过程】以微博信息传播中的SEIR模型为出发点,综合考虑微博网络中话题式信息的衍生特性,构建
改良式的微博话题式信息传播H-SEIR模型,并运用MATLAB进行模拟仿真,对微博中话题式信息传播影响因素
和对应的控制策略进行研究。【结果/结论】验证了所构建的改良微博话题式信息传播H-SEIR模型的可行性和有效
性,揭示了移动网络环境下话题式信息传播规律,为现实微博网络的监管控制策略的制定提供了理论依据。 相似文献
18.
【目的/意义】解析了微博舆情话题的传播、微博网络拓扑结构特点、微博网络中的信息传播特点，发掘舆情 传播过程的影响因素，继而对在微博网络上发生的舆情扩散进行有效的控制。【方法/过程】在传染病动力学的SIR 模型的基础上，提出了有部分无知者直接变为免疫者以及具有衍生效应的SIR改进模型。结合微博网络拓扑结构 进行了有向无标度网络的设计，并利用微博网络的信息互动模式对感染率以及转化率进行了改进，最后对此模型 进行简单的因素分析。【方法/过程】构建的微博网络舆情传播模型的变化符合实际生活中微博网络舆情的传播变 化，并分析了各个影响微博网络舆情传播的因素。 相似文献
19.
【目的/意义】微博转发行为反映了微博用户对所感兴趣微博的一种行为表现,对微博转发行为的研究有助
于微博的深度挖掘工作。【方法/过程】本文从内容分析的角度,对微博转发行为进行了预测。量化分析了微博内容
中一组低水平特征和高水平特征,采用逻辑回归模型对微博转发概率进行预测,并在微博数据集中进行了训练和
验证。【结果/结论】基于模型中的参数学习,证实这些内容特征对于微博转发有着密切的联系,据此进一步推断微
博用户主要的兴趣点。 相似文献
20.
基于文本聚类与LDA相融合的微博主题检索模型研究 总被引：1，自引：0，他引：1
伴随着微博的日趋流行,对微博信息的检索逐渐成为人们获取第一消息的手段.其中文本聚类和主题发现是信息检索领域的有效方法,采用适当的方法是影响微博短文本信息检索质量的关键因素.文章针对文本聚类和LDA主题模型的互补特征,综合考虑了微博特殊文体和短文本聚类效率问题,提出了基于频繁词集的文本聚类和基于类簇的LDA主题挖掘相融合的微博检索方法,给出了针对微博文体的一种新的主题检索模型.实验表明,该方法不仅能有效地划分微博文本,并且能清晰地挖掘类簇中潜在主题. 相似文献