突发事件网络舆情的情感倾向及演化分析

发布时间：2017-09-22 15:13

  本文关键词：突发事件网络舆情的情感倾向及演化分析

  更多相关文章： 突发事件 网络舆情 情感词典 情感分析 舆情演化

【摘要】：突发事件具有不确定性、影响范围广、后果严重等特点，一旦发生就会引起广泛关注。随着论坛、微博等网上交流平台的广泛使用，突发事件的网络舆情会以极快的速度形成，并在短时间内迅速扩散。通过对网络舆情的分析，不仅可以了解公众的态度与看法，而且可以从中发现突发事件应急处理工作中的不足，为工作的及时改进以及将来制定决策提供依据。 通常来说，突发事件网络舆情的评价对象不仅仅是事件的本身，还包括政府部门、新闻媒体等方面。针对不同的评价对象，公众在表达情感时使用的词语可能存在差别，而且，评价对象不同的网络舆情在演化的过程可能也会呈现出不同的特点，因此，应当根据不同的评价对象分别进行情感倾向及舆情演化分析。 为了对突发事件的网络舆情进行情感倾向及演化分析，本文首先从天涯论坛的天涯杂谈版块中获得了所需的数据，并利用文本聚类技术将所有评论划分为政府部门类、新闻媒体类、事故原因类和其他类，然后基于由《知网》提供的情感词构建的情感词典，，对每一类的评论进行情感分析。将不同的特征提取算法与分类算法组合进行多组情感分析实验，结果表明信息增益特征提取算法和支持向量机分类算法的分类效果最好。基于情感分析的结果，本文针对不同类别的评论分别对网络舆情进行演化分析。将热点话题结合到演化分析的过程中发现：热点话题有助于解释情感变化的原因。本文在演化分析的基础上探究积极评论人对网络舆情的情感导向作用，结果表明积极评论人在政府部门类舆情中对消极情感具有情感导向作用。
【关键词】：突发事件 网络舆情 情感词典 情感分析 舆情演化
【学位授予单位】：哈尔滨工业大学
【学位级别】：硕士
【学位授予年份】：2012
【分类号】：G206;D631.43
【目录】：

• 摘要4-5
• Abstract5-9
• 第1章 绪论9-16
• 1.1 选题背景和研究目的与意义9-11
• 1.1.1 选题背景9-10
• 1.1.2 研究目的和意义10-11
• 1.2 国内外研究现状及评述11-14
• 1.2.1 网络舆情11-12
• 1.2.2 突发事件12-13
• 1.2.3 情感倾向分析13-14
• 1.3 本文研究的主要内容14-16
• 第2章 网络舆情分析的理论与方法16-28
• 2.1 突发事件16-17
• 2.1.1 突发事件的类型16
• 2.1.2 突发事件的特点16-17
• 2.2 网络舆情17-19
• 2.2.1 网络舆情的形成与发展17
• 2.2.2 网络舆情的传播17-18
• 2.2.3 基于文本的网络舆情分析18-19
• 2.2.4 突发事件网络舆情的特点19
• 2.2.5 网络舆情的研究意义19
• 2.3 文本分类19-25
• 2.3.1 文本分析20-23
• 2.3.2 特征提取23-24
• 2.3.3 文本分类算法24
• 2.3.4 分类效果评价指标24-25
• 2.4 基于机器学习的文本分类算法25-27
• 2.4.1 朴素贝叶斯25-26
• 2.4.2 支持向量机26
• 2.4.3 K-最近邻26-27
• 2.5 本章小结27-28
• 第3章 突发事件的网络舆情主题分类及情感分析28-43
• 3.1 数据收集28-31
• 3.1.1 数据来源28-29
• 3.1.2 关键词的选取29
• 3.1.3 数据概况29-31
• 3.2 突发事件网络舆情的主题分类31-34
• 3.2.1 文本的预处理及建模31-32
• 3.2.2 主题聚类分析32-34
• 3.3 情感词典的构建34-38
• 3.3.1 词语相似度及其计算方法34-35
• 3.3.2 情感词典的构建35-38
• 3.4 突发事件网络舆情的情感倾向分析38-42
• 3.4.1 政府部门类评论38-40
• 3.4.2 新闻媒体类评论40-41
• 3.4.3 事故原因类评论41-42
• 3.4.4 其他类评论42
• 3.5 本章小结42-43
• 第4章 突发事件网络舆情的演化分析43-58
• 4.1 突发事件的网络舆情周期43-45
• 4.2 突发事件的话题演化分析45-48
• 4.3 突发事件网络舆情的情感倾向演化分析48-51
• 4.3.1 政府部门类舆情演化48-49
• 4.3.2 新闻媒体类舆情演化49-50
• 4.3.3 事故原因类舆情演化50-51
• 4.3.4 其他类舆情演化51
• 4.4 积极评论人对网络舆情的情感导向分析51-56
• 4.4.1 政府部门类52-53
• 4.4.2 新闻媒体类53-54
• 4.4.3 事故原因类54-55
• 4.4.4 其他类55-56
• 4.5 政策及建议56-57
• 4.6 本章小结57-58
• 结论58-60
• 参考文献60-65
• 攻读硕士学位期间发表的论文及其它成果65-67
• 致谢67

【参考文献】

中国期刊全文数据库 前10条

1 杨震;段立娟;赖英旭;;基于字符串相似性聚类的网络短文本舆情热点发现技术[J];北京工业大学学报;2010年05期

2 胡佳妮,徐蔚然,郭军,邓伟洪;中文文本分类中的特征选择算法研究[J];光通信研究;2005年03期

3 姜胜洪;;我国网络舆情的现状及其引导[J];广西社会科学;2009年01期

4 张宁,贾自艳,史忠植;使用KNN算法的文本分类[J];计算机工程;2005年08期

5 周明建,高济,李飞;基于本体论的Web信息抽取[J];计算机辅助设计与图形学学报;2004年04期

6 柳位平;朱艳辉;栗春亮;向华政;文志强;;中文基础情感词词典构建方法研究[J];计算机应用;2009年10期

7 杨频;李涛;赵奎;;一种网络舆情的定量分析方法[J];计算机应用研究;2009年03期

8 潘崇霞;;网络舆情演化的阶段分析[J];计算机与现代化;2011年10期

9 朱嫣岚;闵锦;周雅倩;黄萱菁;吴立德;;基于HowNet的词汇语义倾向计算[J];中文信息学报;2006年01期

10 杨宇航;赵铁军;郑德权;于浩;;基于链接分析的重要Blog信息源发现[J];中文信息学报;2007年05期

本文编号：901526