共查询到20条相似文献，搜索用时 265 毫秒
1.
【目的/意义】掌握微博热点话题演化规律有利于让公众了解正确的话题演化方向，也便于有关部门对舆情 监控和引导，使得舆论朝着正能量的方向发展。【过程/方法】利用OLDA（On-line Latent Dirichlet Allocation）可以实 时地追踪热点话题演化的优势以及微博的“话题标签”的特性提出适合微博的热点话题演化模型LOLDA（Label On-line Latent Dirichlet Allocation），然后通过Python编程爬取了新浪微博的数据，从话题内容和强度两方面分析 了话题演化规律，并对话题内容演化规律进行了可视化展示。【结果/结论】改进的LOLDA模型可以准确地发现微 博话题演化规律，通过实验验证了本文提出的模型较传统模型具有更好地泛化能力. 相似文献
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】企业和国家对网络热点话题舆情的关注度越来越高,越来越多的企业、部门和政府通过舆情信息监控系统应对网络中爆发的群体性事件和舆论压力,在此环境下对网络热点话题舆情信息进行监控可以方便舆情危机的处理。而传统的网络舆情信息监控方法为构建词项识别体系,存在监控效率低、监控效果差等问题。为此,本文对网络热点话题舆情信息监控策略进行研究。【方法/过程】构建的ISM模型对网络热点话题舆情信息监控进行相关性分析,利用建立词项识别体系,并通过K-means算法处理突发词项完成对网络热点话题舆情信息的识别,获取网络热点话题舆情信息监控影响因素集,构建舆情信息监控影响因素的直接关系矩阵,结合布尔代数运算规则和推移规律建立可达矩,从而构建出舆情信息监控影响因素关联矩阵及解释结构模型,完成网络热点话题舆情信息监控。【结果/结论】结果表明,舆情热度、舆情关注度、舆情影响力、舆情敏感度和网民情感都会对网络热点话题舆情信息的监控产生影响。在此基础上提出网络热点话题舆情信息监控策略。【创新/局限】为有效地防止网络恶性事件突发,需要全面、及时地掌握网络热点话题舆情信息的发展情况,通过分析网络热点话题舆情信息监... 相似文献
4.
【目的/意义】探测特定领域政策文本语义主题,揭示我国政策部署领域与未来发展趋势。【方法/过程】提出
一种融合词向量语义增强和DTM模型的公共政策文本时序建模与可视化方法,采用DTM模型实现政策文本的时
序切割和主题建模,利用深度学习Word2vec算法中Skip-gram词嵌入技术可以对上下文词汇进行有效预测,增强
其语义表达性和政策解释性,以更为准确地揭示我国公共政策的部署重点。【结果/结论】实验表明本文提出的方法
对于公共政策主题识别和政策文本量化具有更好的知识抽取和语义表达能力,对我国公共政策挖掘和信息揭示具
有良好的揭示。【创新/局限】提出融合词向量语义增强和DTM模型的公共政策文本时序建模方法,一定程度上提
升了政策文本的主题语义表达,未来考虑利用深度学习技术如LSTM算法、BERT模型等识别政策中的领域知识单
元和语法结构。 相似文献
5.
6.
[研究目的]针对主流话题发现模型存在数据稀疏、维度高等问题,提出了一种基于突发词对主题模型(BBTM)改进的微博热点话题发现方法(BiLSTM-HBBTM),以期在微博热点话题挖掘中获得更好的效果。[研究方法]首先,通过引入微博传播值、词项H指数和词对突发概率,从文档层面和词语层面进行特征选择,解决数据稀疏和高维度的问题。其次,通过双向长短期记忆(BiLSTM)训练词语之间的关系,结合词语的逆文档频率作为词对的先验知识,考虑了词之间的关系,解决忽略词之间关系的问题。再次,利用基于密度的方法自适应选择BBTM的最优话题数目,解决了传统的主题模型需要人工指定话题数目的问题。最后,利用真实微博数据集在热点话题发现准确度、话题质量、一致性三个方面进行验证。[研究结论]实验表明,BiLSTM-HBBTM在多种评价指标上都优于对比模型,实验结果验证了所提模型的有效性及可行性。 相似文献
7.
【目的/意义】为了实现突发事件网络舆情热点话题的及时发现与捕捉,实现多角度、全方位、高精度的网络 舆情突发事件监测,精准构建特定时间区间内网络舆情突发事件的知识图谱监测模型对于舆情内容的监测和突发 话题的发现具有重要影响。【方法/过程】本文基于知识图谱理论,提出了一种新的网络舆情监测方法,以突发事件 网络舆情的时间特征为切入点,通过突发词项识别、构建突发话题图以及语义补充与完善三个步骤,在保留突发事 件特征的基础上有效过滤无关网络内容,构建包含语义关系的突发话题图,实现全方面、高精度、少噪音的突发事 件网络舆情热点话题监测。最后,本文以全标注微博数据集与在线微博数据流为基础展开实验研究。【结果/结论】 实验结果表明：基于知识图谱的网络舆情监测方法有效提升了突发事件网络舆情监测的准确性与全面性,相较于 传统的网络舆情监测算法,其突发事件监测准确率与召回率提升幅度大于6%, F1得分提升幅度大于12%,即通过筛 选突发词项、构建突发话题图、语义补充与完善三个步骤,基于知识图谱的网络舆情监测方法在理论层面上有效提 升了突发事件网络舆情监测的准确性与全面性,对于及时发现网络舆情话题、精确捕捉网络舆情发展趋势、针对性 防治网络舆情危机等具有重要的指导意义。 相似文献
8.
9.
【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
10.
【目的/意义】为识别微博中多个舆情话题的交互传播规律从而使干预决策的制定更有针对性,提出一种多
主体干预的微博舆情话题交互传播模型。【方法/过程】该模型融入网络媒体和政府的多重干预,考虑了多个舆情话
题不平等竞争的特性,并可从交互传播的整体视角来分析干预措施的作用。【结果/结论】仿真实验表明：该模型能
够较好地模拟微博平台中多个舆情话题的交互传播演化趋势;话题交互传播过程中,多主体干预下的舆情治理效
果更好;制定干预决策不能仅关注单一舆情话题,而应综合考虑多个舆情话题及其交互关系。【创新/局限】文章通
过数学建模的方法对多主体干预下的微博舆情话题交互传播过程进行探究,为微博平台监管控制策略的制定提供
了新视角,未来研究可以结合相关实例进行分析,进一步丰富和深化研究结论。 相似文献
11.
【 目的/意义】转发行为是社交媒体上信息传播的重要方式,转发者添加的评论能够反映情绪状态与认知情
况,研究突发自然灾害事件背景下的转发评论有助于应急管理部门了解公众情绪走向和认知变化。【方法/过程】转
发型微博被再次转发时会产生转发级联并形成不同转发层级,本文利用LIWC软件从情绪和认知角度分析转发者
添加的评论内容,对比不同层级情绪得分和认知得分的差异以及转发评论中情绪和认知变化。【结果/结论】突发自
然灾害相关原始微博和转发评论的情绪和认知具有显著差异,用户在原始微博中倾向使用关于积极情绪、消极情
绪、洞察和原因的词;在不同转发层级中,表达积极情绪、洞察和矛盾的词的使用频率更高,且具有更大的波动;在
转发评论过程中,相同类型的情绪和认知显著正相关。【创新/局限】本文研究了转发者生成内容的特征,为应急管
理部门的灾后决策和舆情治理提供新视角,没有考虑添加评论对微博转发的影响,后续将对比不同转发微博的传
播效果。 相似文献
12.
【目的/意义】移动互联网时代,微博以其快速、便捷的优点迅速成为信息传播与共享的平台之一。在互联 网信息传播过程中,话题内容焦点会随着时间推动发生动态迁移,及时准确的发现话题内容焦点的迁移有助于了 解网络舆情的演化趋势。【方法/过程】首先,定义基于焦点特征词分布的焦点词提取公式,构造焦点特征词集合;然 后,使用Skip-gram模型在大规模语料上训练得到词向量,再通过BTM对文本建模,直接在BTM主题维上结合焦 点特征词集合构造主题词向量;最后,计算主题特征词间的相似度,将其应用到聚类算法中实现话题焦点识别。 【结果/结论】通过对新浪微博数据集上的实验结果表明,本方法能够充分利用词向量引入的语义信息,提高文本聚 类效果,有效的获取各阶段的话题焦点。 相似文献
13.
【目的/意义】微博用户画像的精准构建,可有效识别用户的需求,提高个性化推荐的准确率。针对现有微
博用户画像构建方法对用户特征提取不全面、不准确的问题,本文提出了基于兴趣转移的用户画像构建方法。【方
法/过程】首先,依据层次分析法确定不同兴趣行为的权重,并将其用于修订兴趣词权重,获得用户的初始兴趣词
集;然后,依据生命周期理论获得用户兴趣行为周期,构建兴趣转移的时间衰减函数,实现对用户兴趣词集的动态
更新和叠加;最后,将用户的静态属性标签与基于兴趣转移的动态兴趣标签融合构建微博用户画像。【结果/结论】
实验采用从新浪微博爬取的真实数据作为数据集,实验结果显示：与已有微博用户画像构建方法相比,本文提出的
方法在个性化推荐中具有较好的性能。【创新/局限】创新点为：借鉴生命周期理论刻画微博用户兴趣行为周期,构
造兴趣转移的时间衰减函数,实现兴趣标签的动态更新。局限是未对静态属性标签的重要性进行界定,且未对存
在异常波动的兴趣行为曲线进行深入探讨。 相似文献
14.
【目的/意义】本文选取东北地区图书馆微博作为研究对象,采用社会网络分析法,通过这些图书馆之间的
“关注”关系建立社会网络结构。【方法/过程】在对东北地区图书馆微博关注情况矩阵分析的基础上从社群图、网络
密度、中心性、凝聚子群等角度,结合 UCINET软件,对我国东北地区图书馆微博网络建设情况进行了剖析。【结果/
结论】最后根据研究结果,总结东北地区图书馆微博建设现状并提出建设意见。 相似文献
15.
【目的/意义】微博已经是当今人们生活中离不开的社交网络平台,微博话题作为一个用户参与度较高且观
点聚合度较高的微博众多板块之一,使得有影响力的话题产生成为了一种可能。针对这种可能产生网络舆情的板
块,对于微博话题影响力的评价是极为有意义的。【方法/过程】针对微博话题可能产生的影响力,本文利用因子分
析法,从实证角度对指标体系进行了合理有效性的检验,并且确立了公共因子的占比,得到了综合因子的评价模
型。【结果/结论】研究通过对比实际热门话题榜单发现,微博话题传播影响力主要应从话题人及话题信息两方面出
发进行评价研究较为科学。 相似文献
16.
【目的/意义】微博舆情监管是政府推进网络社会治理所面临的难题。对微博舆情进行研究有助于深入了 解微博舆情传播规律,为政府监管微博舆情提供建议。【方法/过程】首先通过分析微博舆情的社交网络结构特点, 对BA无标度网络进行改进。随后将模糊观点与Deffuant-Weisbuch模型融合,提出一种基于改进模糊相似度的舆 情演化规则。最后通过仿真实验分析微博舆情演化特征。【结果/结论】研究发现,模糊观点的类型对舆情演化的周 期与规模有影响。用户对于热门发现微博的关注度对舆情传播有影响。 相似文献
17.
【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
18.
【目的/意义】网民使用移动终端技术工具参与舆情传播已经成为趋势,如何充分利用先进的移动通讯技术 和互联网技术有效地加强移动终端环境下微博舆情管理是政府和微博平台的重要任务。【方法/过程】基于社会网 络理论,以新浪微博“足球世界杯”热点话题为例,采用编程方式接入新浪微博开放平台获取数据,使用Gephi等社 会网络工具进行可视化,最终对移动终端环境下网络舆情传播进行讨论分析。【结果/结论】研究揭示了移动终端环 境下微博舆情传播机理、规律和网络结构,能够使管控主体对微博舆情传播有更充分的认识和理解,在此基础上为 舆情管理法律规制、制度建设提供指引,为微博用户文化道德培育提供指导。 相似文献
19.
20.
【目的/意义】随着社交网络的发展,“网红”群体通过生产与传播个性化内容,逐步构建了自身的社会影响
力。【方法/过程】为探究不同类型“网红”输出内容的特征差异及其与受欢迎程度的关系,本文利用新浪微博数据,
从文本特征和主题类型的角度,对十位“网红”的微博内容建立评价指标,使用阶层分析和多因子虚拟回归的方
法。【结果/结论】研究发现不同类型“网红”的微博内容在生动性、互动性、知识性和娱乐性的分布上存在明显差异,
且对受欢迎程度产生了不同的影响。最后,从传播内容和传播者的角度为提升传播效果提出了可行的建议。 相似文献