社交网络舆情事件中用户行为影响力分析——以“长春长生疫苗事件”为例

发布时间：2021-05-26 14:40

　　舆情事件中用户行为直接决定了舆论导向,研究用户行为特征与影响力对于舆情监测有着重要意义。对"长春长生疫苗事件"中的微博用户行为特征进行统计分析,结合机器学习中的朴素贝叶斯分类器对舆情文本数据进行情感分析,建立实时影响力模型对微博用户行为的影响力进行实证研究。结果表明,微博用户行为中转发行为相比于点赞、评论,更具有影响力。用户情感倾向极性越大,传播的影响力越大,而且情感极性为负向的博文比正向的博文传播更快,影响力更大。 

【文章来源】：湖北经济学院学报(人文社会科学版). 2020,17(11)

【文章页数】：4 页

【文章目录】：
一、引言
二、影响力模型设定和变量选择
三、微博用户的情感分析
    （一）数据获取
    （二）数据预处理
    （三）基于朴素贝叶斯模型的情感分析
四、基于情感分析的微博用户影响力实证分析
五、结论


【参考文献】：
期刊论文
[1]基于Logistic模型的微博舆情热点发展预测研究[J]. 罗泰晔.  统计与信息论坛. 2017(10)
[2]融入情感差异和用户兴趣的微博转发预测[J]. 唐晓波,罗颖利.  图书情报工作. 2017(09)
[3]突发事件中微博用户社群舆情传播特征研究[J]. 何跃,邓姝颖,马玉凤,雷挺.  情报科学. 2016(06)
[4]基于U&G理论的微博信息传播影响因素实证分析[J]. 刘行军,甘春梅,王伟军.  情报科学. 2016(03)
[5]基于用户行为特征的微博转发预测研究[J]. 刘玮,贺敏,王丽宏,刘悦,沈华伟,程学旗.  计算机学报. 2016(10)
[6]新浪微博数据挖掘方案[J]. 廉捷,周欣,曹伟,刘云.  清华大学学报(自然科学版). 2011(10)
[7]基于社会网络中心性分析的微博信息传播研究——以Sina微博为例[J]. 平亮,宗利永.  图书情报知识. 2010(06)
[8]一种文本处理中的朴素贝叶斯分类器[J]. 李静梅,孙丽华,张巧荣,张春生.  哈尔滨工程大学学报. 2003(01)

硕士论文
[1]新浪微博用户行为分析及预测[D]. 解军.山西师范大学 2016
[2]微博用户转发行为及情感预测研究[D]. 马莹莹.哈尔滨工业大学 2015



本文编号：3206548