首页 | 本学科首页   官方微博 | 高级检索  
相似文献
 共查询到20条相似文献,搜索用时 15 毫秒
1.
[目的/意义]通过挖掘电子商务平台的在线负面评论信息,对网络口碑危机进行模糊预警计算和类型划分,为企业实时监控网络口碑舆情,提高产品正面口碑传播和规避口碑风险提供参考。[方法/过程]以欧洲消费者满意度模型(ECSI)为基础,从感知质量、感知价值、感知声誉和感知期望4个属性方面构建负面评论网络口碑危机模糊语料词典,结合模糊综合评判方法并改进顾客满意度的四分图模型对网络口碑危机预警进行计算和分类。[结果/结论]以美团外卖在线评论为例进行实证研究,提出的负面评论网络口碑危机预警计算方法得到了较好的实验检验效果,可为在线产品的网络口碑危机预警提供信息决策。  相似文献   

2.
[目的/意义]基于评论效价,将从初始评论到追加评论的动态变化分为一致性在线评论和矛盾性在线评论,结合信息采纳模型,研究不同变化类型对消费者信息采纳的影响,构建理论模型并进行研究。[方法/过程]以淘宝网上运动鞋的初始评论和追加评论为例,采取实验研究的方法,通过4组调查问卷设计,利用SPSS 21.0软件对调查问卷的数据进行分析和处理。[结果/结论]结果表明,一致性和矛盾性在线评论相比,消费者对矛盾性在线评论的有用性感知更强,两种变化类型的评论都是通过感知有用性作用于消费者的信息采纳,自我效能会调节消费者对在线评论的有用性感知。  相似文献   

3.
国佳  郭勇  沈旺  潘梦雅 《图书情报工作》2019,63(17):137-144
[目的/意义]提出基于在线评论的网络社区信息可信度评价方法,为信息治理提供有效依据。[方法/过程]构建基于在线评论的网络社区信息可信度评价指标体系,利用改进AHP理论确定指标权重;利用LSTM模型对评论情感分类,采用改进的D-S证据理论模型融合情感分类数据作为指标量化计算方法。以知乎网络社区为例,从3个角度计算网络信息内容的可信度:经过筛选的具有可信观点评价的在线评论、所有在线评论、调查问卷。[结果/结论]实验结果表明,基于可信观点评论的可信度排序与基于调查问卷的可信度排序基本一致,说明利用在线评论对网络信息可信度进行评价具有一定的可行性。  相似文献   

4.
[目的/意义]实证评估公开属地政策能否以及如何对舆情评论产生影响,为网络舆情研究、平台优化和治理提供启示。[研究设计/方法]基于自我监控理论和隐私计算理论构建研究模型和假设,以微博“IP属地”功能的推出为准自然实验,运用双重差分法和断点回归模型探究IP属地化政策对舆情评论的影响。[结论/发现]政策引发用户自我监控效应和风险感知效应,不仅整体改善了评论情感倾向、评论可读性和共情性,也能够显著抑制评论情感极性,该结论在一系列稳健性检验后仍然成立。政策影响在不同用户群体之间存在显著差异,相较处于事件热点中心的用户,属地公开更能促使处于非热点中心的用户做出改变。政策同时加剧评论中的地域歧视现象。[创新/价值]揭示了IP属地化政策对在线评论行为的作用,为清朗网络环境提供新视角,丰富了IP属地化与舆情评论行为影响因素的相关研究。  相似文献   

5.
[目的/意义]微博评论情感分类模型可以为相关舆情监管部门正确管控话题事件的发展状况和舆情提供一定的指导作用。[方法/过程]基于字词向量的多尺度卷积神经网络,运用多尺度卷积核改善微博评论中上下文信息有限的条件制约,构建基于字词向量的多尺度卷积神经网络微博评论情感分类模型;通过爬取"微博热搜整改"数据,对模型的可行性和优越性进行验证。[结果/结论]验证结果表明基于字词向量的多尺度卷积神经网络在微博舆情等上下文信息有限的短文本分类任务中表现良好。本文在理论层面为微博舆情情感分类提供了更为准确的情感分类理论模型及分类方法,在实践层面可以更好地指导舆情监管部门对舆情的情感倾向进行更好的引导和监管。  相似文献   

6.
[目的/意义]针对电子商务网站,深入剖析其在线评论信息质量感知的过程,阐明在线评论信息质量感知的运行规则和基本原理,有利于全方位剖析在线评论信息接收用户对信息处理与认知的模式。[方法/过程]首先了解在线评论信息质量感知的内涵与特征;其次明确在线评论信息质量感知涉及的4个要素;再次对在线评论信息质量感知过程的5个阶段进行阐述,并指出信息认知处理阶段的两个情境影响因素,同时全面解析在线评论信息质量感知过程的3类路径;最后构建在线评论信息质量感知机理模型。[结果/结论]在线评论信息质量感知是一个有序的动态循环过程,构建机理模型能够实现对在线评论信息质量感知过程的全局性把握和理解,为信息质量感知研究提供理论与实践指导。  相似文献   

7.
[目的/意义]情感维度是网络舆情信息预警级别的评定信号,其影响要素关联模型的构建能够较为清晰地描述各要素间及其与大数据网络舆情环境之间的错综复杂关系,从而为深入探讨大数据网络舆情信息的情感发展规律提供参考。[方法/过程]根据情感维度理论,从情感的种类、情感的转换、情感的唤起3个维度建构大数据网络环境下舆情信息情感维度要素关联模型。[结果/结论]实证分析结果表明:大数据舆情信息情感维度模型中舆情信息的情感级别与情感反应、情感焦点维度之间存在显著相关;情感指向与其他维度之间存在弱相关;情感维度模型中没有完全无关的要素。  相似文献   

8.
[目的/意义]探索热点事件评论网络中话题社群及网民的情感波动,掌握舆情事件发展过程,对于整体把握热点事件的发展方向,做好新时期网络舆论的引导工作具有重大意义。[方法/过程]以复杂网络理论为基础,基于评论词语间的共现关系构建基于事件发展的子事件网络,通过社群发现算法来识别子事件评论网络中的话题社群,将情感词依据情感词典赋予情感分类属性,基于事件的演化过程动态地跟踪网民意见以及情感波动。[结果/结论]研究结果表明,评论网络群落发现以及变异系数方法可以有效地衡量网民话题讨论的规模与集中程度;评论网络中赋予情感词节点情感分类属性方法可以体现事件演化过程中网民的情感变化;舆论衍生话题对事件的舆情发展有持续性影响;网民话题讨论内容对于事件演化具有一定程度上的前瞻性。  相似文献   

9.
[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。  相似文献   

10.
[目的/意义] 量化展现网络舆情信息受众之间的观点认知距离与情感归属,澄清其情感倾向性的形成脉络,为科学应对群体性突发事件提供思路。[方法/过程] 切分舆情事项子话题,通过情感本体计算受众观点的极性强度,构建2-模的受众-关注焦点隶属矩阵和1-模的受众关系矩阵,并采用复杂网络可视化图谱对受众认知距离进行可视化展示,从网络舆情场的视角下阐述受众观点的互斥与耦合机制,描述受众情感倾向的形成脉络。[结果/结论] 对受众整体认知网络中不同类型的受众加以区分,揭示真实情景中的网络舆情场力的作用特点,为舆情受众情感疏导工作提供实践出发点。  相似文献   

11.
基于Word2vec的情感分析在品牌认知中的应用研究   总被引:2,自引:0,他引:2  
[目的/意义]通过基于Word2vec的文本情感分析技术对某显示器品牌的产品与服务的在线评论进行分析,研究消费者的品牌认知和品牌口碑,为管理者建立更科学的品牌管理体系提供有针对性的建议。[方法/过程]首先利用自然语言处理技术,对评论语料库进行预处理,结合深度学习的Word2vec词向量技术构建产品特征词和情感词词库,进一步构造情感概念对进行情感评分,并将其用于分析品牌产品特定特征的用户情感。[结果/结论]通过Word2vec构建的情感词典相较于传统方法(例如一般的情绪词表)进行情感分析,在情感分析的准确率上有所提高,再结合有效的情感概念对构造与情感评分,可以有效地理解用户的品牌认知。  相似文献   

12.
[目的/意义] 针对中文网络客户评论,提出一种在线评论有用性排序模型,辅助消费者做出购买决策。[方法/过程] 从在线评论的形式特征和内容特征两个方面,提取影响在线评论有用性的7个指标属性进行量化计算,采用模糊层次分析法进行指标赋权,结合并改进TOPSIS分析法进行在线评论有用性计算和排序,构建在线评论有用性指标体系和排序模型。[结果/结论] 通过比较分析,发现本文模型获得的评论有用性排序具有更好的信度与效度,为中文网络客户评论提供一种兼顾评论客观信息和语义特性的有用性排序方法。  相似文献   

13.
[目的/意义]剖析舆情卷入风险感知下社交媒体用户非理性行为的生成要素,阐释用户认知—动机—行为之间的关系,为舆情风险治理和用户行为管控提供科学参考。[方法/过程]基于问题解决情境理论,整合风险信息搜寻与加工模型(RISP)和扩展平行过程模型(EPPM),厘清舆情卷入风险感知下社交媒体用户非理性行为影响要素联动关系和驱动路径,从需求触发、认知控制、情绪发酵、行为反馈4个阶段构建舆情卷入风险感知下社交媒体用户非理性行为的生成机理模型。[结果/结论]针对舆情卷入风险感知下社交媒体用户的非理性行为,应从需求引导、信息监管、情感重塑、技术赋能4个方面进行规制,引导用户理性辨识舆情风险并做出科学决策。  相似文献   

14.
[目的/意义]研究网络舆情语义倾向性隶属度,增强对网络舆情研判与引导的科学化程度,为相关部门提供决策参考。[方法/过程]在探讨网络舆情语义识别的基础上,运用模糊数学方法对网络舆情信息语义倾向性隶属度进行相关研究,并结合具体实证展开分析。[结果/结论]实验结果表明,本文所提出的算法能够深入挖掘网络舆情语义倾向性信息,更好地为相关管理者提供舆情危机预警服务,提高决策效率。  相似文献   

15.
[目的/意义]当前网络舆情事件中网民情感分析研究多聚焦于文本、文本结合图片和视频等内容,缺乏针对图片的探讨。同时,视觉情感分析中多视觉语义特征融合缺乏相应的理论指导。[方法/过程]文章借鉴多模态融合思想,以此作为多视觉语义特征融合的理论指导,按照特征层融合、中间层融合、决策层融合和混合融合策略,以在ImageNet数据集中预训练的VGG19模型和Xception模型为基础,设计对应的网络舆情视觉情感分析模型。[结果/结论]文章将提出的模型在网络舆情图片数据集中展开实证研究,并同基线模型做对比。实验结果表明我们提出的基于决策层融合的网络舆情视觉情感分析模型表现最佳。为增强模型的可解释性,本文对网络舆情视觉情感分析模型中卷积层的输出进行了可视化分析。  相似文献   

16.
融合主题与情感特征的突发事件微博舆情演化分析   总被引:1,自引:0,他引:1  
安璐  吴林 《图书情报工作》2017,61(15):120-129
[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所提出的微博舆情演化分析方法能够揭示面向特定事件的微博在突发事件生命周期各阶段的主题特征、情感类型与强度,剖析网络舆情主题与情感特征的协同演化规律。  相似文献   

17.
[目的/意义] 网络舆情信息并发获取模型构建及实证研究有助于从海量的舆情信息中及时获取所需关键性信息,为其有效分析提供数据保障。[方法/过程] 通过对当前舆情信息获取研究现状的综合分析,明确多媒体网络舆情信息并发获取的模型构成要素,融合DEMATEL、AHP、FMF三种数理分析法进行模型构建并据此展开实证分析。[结果/结论] 研究结果表明所得数据结论与舆情事件客观情况较为相符,可以作为舆情信息并发获取判断的依据。  相似文献   

18.
[目的/意义]用户是公共文化云平台活动服务的最终接受者,基于文化云活动用户的在线评论,客观分析用户对公共文化云平台活动的需求,针对需求优化文化活动供给形式和内容,提升公共文化云平台活动质量。[方法/过程]以公共文化云平台活动在线评论与留言为数据来源,利用扎根理论方法进行质性分析,构建公共文化云平台活动用户需求框架,并结合情感分析,计算用户对各需求要素的情感倾向。[结果/结论]组织需求、平台需求、活动需求为用户外部需求,参与动机、活动期望、感知价值等个体需求为内部需求,为提升用户对文化云活动的情感认同,从四个方面提出公共文化云平台活动优化建议,以支持公共文化云平台活动设计与管理决策。  相似文献   

19.
Study on Construction of Fuzzy Emotion Ontology Based on HowNet   总被引:1,自引:0,他引:1  
构建模糊情感本体是在线评论情感分析的基础.针对在线评论情感表达的多样性和模糊性,将情感本体划分为评价词本体和情感词本体,利用模糊理论和知网相关概念,构建模糊情感本体的基本模型.根据评价词和情感词的各自特点,运用模糊化处理和语义相似度的相关理论,分别对评价词模糊本体和情感词模糊本体的情感类型和隶属度进行了相应处理.并通过与点互信息方法比较,验证了情感本体模型在自动获取情感类方面的有效性,最后进行了相关数据统计.  相似文献   

20.
[目的/意义] 微博平台产品评论的特征级情感分析问题具有其特殊性,为了对特征分类,解决隐式特征的识别问题,并分析特征情感,提出一种基于特征本体的产品评论情感分析方法。[方法/过程] 该方法利用构建的特征本体对特征词分类,通过计算情感词与特征的搭配权重来识别隐式特征,并构建领域情感词典和微博表情符号词典,计算微博产品评论的特征情感极性和强度。[结果/结论] 构建方法模型,通过采集微博评论数据设计实验,验证了提出方法的有效性。  相似文献   

设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号