基于多领域划分的微博影响力度量及舆情控制研究
发布时间：2022-01-04 01:57
随着互联网技术、通信技术的快速发展,网络上出现了大量的社交网络平台,微博是其中具有代表性的。由于微博的即时性、自主性以及互动性等特点能够对传统媒体的不足进行改进并突破,因此得到了极大的发展,已经成为互联网用户发布、分享信息的重要途径,逐渐演变成为大众化的互联网舆论平台。而也正是由于其发言方式更自由、更多样,舆情事件的爆发往往呈现病毒扩散式,给舆情监控带来巨大的挑战。本文面向社交网络中不同领域的舆情传播与控制的问题开展研究,将从领域划分、用户影响力度量以及不同领域的舆论控制三个具体的问题开展研究:首先,研究了适用于面向微博用户的用户领域划分方法。用户的领域划分主要依据其所发布的微博,而由于微博平台的特点,发布的微博都是短文本。对短文本分类技术进行了研究,在研究的基础上,针对短文本具有主题聚焦性差和特征稀疏的问题,提出了一种结合词向量、LDA主题模型以及CNN的短文本分类算法,将词向量与LDA主题模型训练得到的主题向量拼接后输入到CNN中,使得词、文本之间的联系得到加强,从而实现精准可靠的短文本分类,为本文后续工作奠定了理论基础。其次,研究了微博中关键用户挖掘的方法。考虑到在微博网络中,近...
【文章来源】：南京邮电大学江苏省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
中国网民各类互联网应用的使用率
信息、事件应能及时发现并监控，必要时需要控制这些信息的传播。微博舆情控制一般是通过影响力大的用户即重要节点进行控制，如何在海量数据下的网络中对用户的影响力进行评估从而准确检测出影响力大的用户，已经成为微博信息传控中非常重要的研究课题[8]，同时如何通过影响力大的用户来实现舆情控制也是一个重题，具体包括一下三个研究问题：1）研究适用于面向微博用户的用户领域划分方法在现实生活中某个人在一个领域有很大的影响力，发表的言论在这个领域具有权威性响力很大，但是对于这个领域之外的人来说，可能不认识并会觉得这个人的言论对于自无影响。在微博平台上乃至互联网平台上同样如此，用户在不同的领域和行业的活跃度，其影响力大小也应该存在区别，因此为了更加精确的评估一个用户在各个领域的影响力用多维属性来评估用户影响力，这个多维属性就是指的多领域，如体育、娱乐等，具体 1.2 所示。最终为了实现根据舆情所属的领域采用本领域的权威用户、重要用户来进行的控制。上述方法为后续的用户影响力评估及控制奠定了基础。
南京邮电大学硕士研究生学位论文 第本分类、社交网络分析等研究方法对面向微博舆情控制的社交网络中用户的领域划网络中用户影响力的研究以及不同领域的舆论控制三个具体的问题开展研究。具体系如图 1.3 所示。在此研究框架下开展研究，首先针对所要研究的问题查阅资料，了解最新的研并对已有的研究进行归纳总结，为本文的研究提供相应的理论基础。通过归纳总结前研究的不足以及研究方向，最终提出本文的创新点。然后对社交网络数据进行分挖掘社交网络上信息传播的关键因素。挖掘用户的各种属性对社交网络舆情信息传播提出相对应问题的解决算法，根据算法计算得到的结果，解决本文所提出的相关研并进行实验验证。
【参考文献】：
期刊论文
[1]Microblog Topic Mining Based on FR-DATM[J]. LIU Bingyu,WANG Cuirong,WANG Yiran,ZHANG Kun,WANG Cong. Chinese Journal of Electronics. 2018(02)
[2]词向量与LDA相融合的短文本分类方法[J]. 张群,王红军,王伦文. 现代图书情报技术. 2016(12)
[3]考虑互惠边的微博网络信息传播模型及最有影响力节点排序算法[J]. 阚长江,宋玉蓉,付文豪. 情报学报. 2016 (12)
[4]基于事件卷积特征的新闻文本分类[J]. 夏从零,钱涛,姬东鸿. 计算机应用研究. 2017(04)
[5]Rapid identifying high-influence nodes in complex networks[J]. 宋波,蒋国平,宋玉蓉,夏玲玲. Chinese Physics B. 2015(10)
[6]在线社会网络的测量与分析[J]. 徐恪,张赛,陈昊,李海涛. 计算机学报. 2014(01)
[7]社会计算:大数据时代的机遇与挑战[J]. 孟小峰,李勇,祝建华. 计算机研究与发展. 2013(12)
[8]基于移动社交网络的谣言传播动力学研究[J]. 王辉,韩江洪,邓林,程克勤. 物理学报. 2013(11)
[9]一种面向情感分析的微博表情情感词典构建及应用[J]. 王文远,王大玲,冯时,李任斐,王琳. 计算机与数字工程. 2012(11)
[10]在线社交网络中谣言的传播与抑制[J]. 顾亦然,夏玲玲. 物理学报. 2012(23)
博士论文
[1]面向微博突发话题的舆情分析若干关键技术研究[D]. 董国忠.哈尔滨工程大学 2017
[2]社交网络舆情传播与控制研究[D]. 于淼.哈尔滨工程大学 2016
硕士论文
[1]结合影响力分析的微博舆情溯源研究[D]. 米昂.北京交通大学 2015
[2]微博语境下的公民政治参与研究[D]. 包和平.宁波大学 2013
[3]网络群体性事件与政府应对[D]. 吴祎琪.西北大学 2013
[4]基于主题模型和混合模型的微博客交叉话题发现研究[D]. 詹勇.西南交通大学 2013
[5]微博名人战略研究[D]. 戴丽娟.暨南大学 2011
本文编号：3567421
【文章来源】：南京邮电大学江苏省
【文章页数】：70 页
【学位级别】：硕士
【部分图文】：
中国网民各类互联网应用的使用率
信息、事件应能及时发现并监控，必要时需要控制这些信息的传播。微博舆情控制一般是通过影响力大的用户即重要节点进行控制，如何在海量数据下的网络中对用户的影响力进行评估从而准确检测出影响力大的用户，已经成为微博信息传控中非常重要的研究课题[8]，同时如何通过影响力大的用户来实现舆情控制也是一个重题，具体包括一下三个研究问题：1）研究适用于面向微博用户的用户领域划分方法在现实生活中某个人在一个领域有很大的影响力，发表的言论在这个领域具有权威性响力很大，但是对于这个领域之外的人来说，可能不认识并会觉得这个人的言论对于自无影响。在微博平台上乃至互联网平台上同样如此，用户在不同的领域和行业的活跃度，其影响力大小也应该存在区别，因此为了更加精确的评估一个用户在各个领域的影响力用多维属性来评估用户影响力，这个多维属性就是指的多领域，如体育、娱乐等，具体 1.2 所示。最终为了实现根据舆情所属的领域采用本领域的权威用户、重要用户来进行的控制。上述方法为后续的用户影响力评估及控制奠定了基础。
南京邮电大学硕士研究生学位论文 第本分类、社交网络分析等研究方法对面向微博舆情控制的社交网络中用户的领域划网络中用户影响力的研究以及不同领域的舆论控制三个具体的问题开展研究。具体系如图 1.3 所示。在此研究框架下开展研究，首先针对所要研究的问题查阅资料，了解最新的研并对已有的研究进行归纳总结，为本文的研究提供相应的理论基础。通过归纳总结前研究的不足以及研究方向，最终提出本文的创新点。然后对社交网络数据进行分挖掘社交网络上信息传播的关键因素。挖掘用户的各种属性对社交网络舆情信息传播提出相对应问题的解决算法，根据算法计算得到的结果，解决本文所提出的相关研并进行实验验证。
【参考文献】：
期刊论文
[1]Microblog Topic Mining Based on FR-DATM[J]. LIU Bingyu,WANG Cuirong,WANG Yiran,ZHANG Kun,WANG Cong. Chinese Journal of Electronics. 2018(02)
[2]词向量与LDA相融合的短文本分类方法[J]. 张群,王红军,王伦文. 现代图书情报技术. 2016(12)
[3]考虑互惠边的微博网络信息传播模型及最有影响力节点排序算法[J]. 阚长江,宋玉蓉,付文豪. 情报学报. 2016 (12)
[4]基于事件卷积特征的新闻文本分类[J]. 夏从零,钱涛,姬东鸿. 计算机应用研究. 2017(04)
[5]Rapid identifying high-influence nodes in complex networks[J]. 宋波,蒋国平,宋玉蓉,夏玲玲. Chinese Physics B. 2015(10)
[6]在线社会网络的测量与分析[J]. 徐恪,张赛,陈昊,李海涛. 计算机学报. 2014(01)
[7]社会计算:大数据时代的机遇与挑战[J]. 孟小峰,李勇,祝建华. 计算机研究与发展. 2013(12)
[8]基于移动社交网络的谣言传播动力学研究[J]. 王辉,韩江洪,邓林,程克勤. 物理学报. 2013(11)
[9]一种面向情感分析的微博表情情感词典构建及应用[J]. 王文远,王大玲,冯时,李任斐,王琳. 计算机与数字工程. 2012(11)
[10]在线社交网络中谣言的传播与抑制[J]. 顾亦然,夏玲玲. 物理学报. 2012(23)
博士论文
[1]面向微博突发话题的舆情分析若干关键技术研究[D]. 董国忠.哈尔滨工程大学 2017
[2]社交网络舆情传播与控制研究[D]. 于淼.哈尔滨工程大学 2016
硕士论文
[1]结合影响力分析的微博舆情溯源研究[D]. 米昂.北京交通大学 2015
[2]微博语境下的公民政治参与研究[D]. 包和平.宁波大学 2013
[3]网络群体性事件与政府应对[D]. 吴祎琪.西北大学 2013
[4]基于主题模型和混合模型的微博客交叉话题发现研究[D]. 詹勇.西南交通大学 2013
[5]微博名人战略研究[D]. 戴丽娟.暨南大学 2011
本文编号：3567421
本文链接：https://www.wllwen.com/kejilunwen/zidonghuakongzhilunwen/3567421.html
