| 基于动态主题聚类的网络舆情反转识别模型构建与实证研究 |
| |
| 引用本文： | 张霁阳,张鹏,兰月新,钟义勇.基于动态主题聚类的网络舆情反转识别模型构建与实证研究[J].情报理论与实践,2023(10):174-181+129. |
| |
| 作者姓名： | 张霁阳 张鹏 兰月新 钟义勇 |
| |
| 作者单位： | 1. 中国人民警察大学网络舆情研究中心;2. 宁波出入境边防检查站 |
| |
| 基金项目： | 国家社会科学基金项目“基于大数据的网络舆情全息建模与决策情报感知研究”的成果,项目编号：20BXW074； |
| |
| 摘 要： | 目的/意义]舆情反转现象频发消耗了网民的信任感，降低了网民在网络世界的安全感。基于舆情大数据对反转现象进行及时的分析识别，对营造健康安全的互联网舆论环境具有重要意义。方法/过程]文章通过案例分析对舆情反转的特征与规律进行了归纳总结，并从主题演化角度出发，提出一种基于主题聚类模型LDA与门控循环神经网络单元(GRU)的舆情反转实时识别模型(DDPOR)。首先根据时间窗口采集实时文本数据，利用主题模型动态计算事件的当前言论较于先前观点的主题吻合度。随后结合文本时序特征，利用门控循环神经网络完成反转判定，实现网络舆情事件的反转预测。最后选取27个经典舆情反转案例开展实证分析，检验模型对反转的识别率与灵敏度。结果/结论]实验表明，DDPOR可以及时地实现舆情反转的自动化识别，识别准确率高达90.54%,优于其他对比模型，且对网络舆情的实时监测与管控具有一定实践价值。
|
| 关 键 词： | 网络舆情 反转识别 时间窗口 主题聚类 门控循环神经网络 |
|
