网络舆情的热点检测和扩散机理

发布时间：2020-06-07 05:18

【摘要】：随着互联网技术的迅猛发展，越来越多的人倾向于从互联网获取和共享信息。由于互联网具有开放、自由、平等、及时等特征，使得信息更新速度非常快，信息量也非常的大，网民可以在互联网上第一时间的获取到最新的信息。带有刺激性信息的社会事件，非常容易引发网络舆情，媒体会对其进行大量报道，网民会进行广泛的参与和讨论。本文将主要研究如何从互联网上的杂乱的、无序的报道文本里来识别和发现热点话题，获得了热点话题后，将研究热点话题信息是如何在互联网上扩散的，其扩散机理如何。这些研究都是针对社会管理者进行开展的，为监控网络舆情和进行决策活动提供了有效的理论指导和技术支持。 本文主要从以下角度进行研究： (1)分析热点话题特征，，并利用热点话题的特征来识别热点话题。 (2)进行话题检测，检测的最后结果是获取一个话题列表，在检测的过程中，提出了兼顾效率和质量的Single-Pass聚类和凝聚层次聚类相结合的话题检测方法，用来提高算法效率，保证算法质量。 (3)提出热点话题扩散系统模型，分析了模型的各个要素构成以及扩散所相关的三个维度。 (4)运用社会网络分析法中的三个指标：点度中心性、中间中心性和密度来对热点话题的扩散进行研究。
【图文】：

图 2- 1 UCINET 界面图2.5 本章小结 本章首先阐述了网络舆情的概念，分析了网络舆情的构成要素，进而话题检测的相关概念。话题检测本质上是文本聚类的一种延伸，因此，介几种常用的文本聚类算法，接着，引入了社会网络分析的相关概念，介绍会网络的表示形式和分析工具，为后面章节内容打下了理论基础。

20 泛的增量聚类算到的文档同当前所入到最近的话题中相似度高于预设的都低于预设的阈值都是模型化的文档第一个类簇，并间次序)，从文档集档最相近的一个类，则将文档归入档作为一个新的类需要处理，如果好。
【学位授予单位】：合肥工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：G206;G254

【参考文献】

相关期刊论文 前10条

1 尧雪莲;李艳杰;;网络传播的负面效应研究[J];黄河科技大学学报;2010年02期

2 武佳薇;李雄飞;孙涛;李巍;;邻域平衡密度聚类算法[J];计算机研究与发展;2010年06期

3 甄彤;;基于层次与划分方法的聚类算法研究[J];计算机工程与应用;2006年08期

4 孔锐,张国宣,施泽生,郭立;基于核的K-均值聚类[J];计算机工程;2004年11期

5 熊泉浩;;中文分词现状及未来发展[J];科技广场;2009年11期

6 苏武华;汉语自动分词和自动标引方法研究[J];农业图书情报学刊;2004年07期

7 马帅,王腾蛟,唐世渭,杨冬青,高军;一种基于参考点和密度的快速聚类算法[J];软件学报;2003年06期

8 王来华;;论网络舆情与舆论的转换及其影响[J];天津社会科学;2008年04期

9 平亮;宗利永;;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];图书情报知识;2010年06期

10 徐伟;陈光辉;曾玉;张文新;;关系研究的新取向:社会网络分析[J];心理科学;2011年02期

相关博士学位论文 前1条

1 邓忆瑞;基于网络维力的信息扩散研究[D];哈尔滨工程大学;2008年

相关硕士学位论文 前10条

1 刘晓东;话题检测与跟踪系统的构建[D];北京邮电大学;2011年

2 张柱山;基于聚类分析的网络论坛热点话题检测[D];哈尔滨工业大学;2010年

3 罗Y

本文编号：2700903