高校网络舆情传播主题图谱可视化研究

发布时间：2021-03-02 04:37

　　【目的/意义】以新浪微博为例挖掘高校网络舆情传播主题图谱并分析主题间关联关系,对帮助高校及网络管理者及时采取有效措施应对高校网络舆情事件具有重要意义。【方法/过程】本文基于主题图谱理论,采集微博数据,通过社会网络分析法和文本聚类方法分别构建高校网络舆情传播过程中的用户图谱和文本主题图谱,通过用户关系可视化和文本可视化挖掘用户关系特征和文本主题关系并提出管理建议。【结果/结论】通过对用户图谱的中心度分析能够挖掘舆情传播过程中的关键节点;文本主题图谱研究能够通过聚类和分析特征词的中心度值发现用户关注内容。 

【文章来源】：情报科学. 2020,38(11)北大核心CSSCI

【文章页数】：6 页

【部分图文】：

高校网络舆情“学生”、#12“大案”、#18“变态”、#20“蛀虫”、#21“地域”

【参考文献】：
期刊论文
[1]专业社交媒体中的主题图谱构建方法研究——以汽车论坛为例[J]. 林杰,苗润生.  情报学报. 2020(01)
[2]全景生态视角的微博舆情多维图谱构建研究[J]. 王丹,张海涛,刘嫣,张鑫蕊.  情报学报. 2019(12)
[3]新媒体环境下高校负面网络舆情传播特征和路径研究[J]. 龙玥,刘译阳.  情报科学. 2019(12)
[4]高校网络舆情共振现象仿真及应对策略研究[J]. 李艺全,张燕刚.  情报杂志. 2019(12)
[5]微博环境下高校舆情情感演化图谱研究——以新浪微博“高校学术不端”话题为例[J]. 张柳,王晰巍,王铎,韦雅楠.  现代情报. 2019(10)
[6]基于SOAR模型的高校网络舆情应急响应研究[J]. 凌晨,冯俊文,吴鹏,张善飞.  情报科学. 2019(09)
[7]国内基于知识图谱的信息推荐研究进展[J]. 孙雨生,祝博,朱礼军.  情报理论与实践. 2019(12)
[8]国内当代大学生网络舆情研究综述[J]. 李萍.  情报科学. 2019(07)
[9]基于聚类分析的国内文本挖掘热点与趋势研究[J]. 谭章禄,彭胜男,王兆刚.  情报学报. 2019(06)
[10]全媒体时代高校负面舆情应对能力研究[J]. 张璇,王璐.  情报科学. 2019(06)

博士论文
[1]信息生态视角下的社交网络舆情传播研究[D]. 邢云菲.吉林大学 2019



本文编号：3058617