基于文本倾向性分析的网络意见领袖识别

发布时间：2020-07-16 09:03

【摘要】：意见领袖是指在人际传播网络中经常为他人提供信息、意见、评论并对他人施加影响的活跃分子。在网络舆情研究中,意见领袖可以起到传播信息、扩大影响力、引导舆论方向等作用。现有对网络意见领袖的识别方法多集中于社会网络分析法和聚类分析法,这类方法一般仅关注事件中的用户关系,忽略了用户个人信息以及网友评论态度。此外,意见领袖发布的微博常常会获得大量的评论和转发,但实际上,网友的评论也有可能是在表达自己对博主言论的不满甚至谩骂,这类博主并没有起到意见领袖影响他人、给予他人意见的积极作用,所以不能发挥舆情监控和引导舆论的效果。文本倾向性分析能对相关微博下的评论进行识别(正面、负面或中立),以剔除引发大量负面评论的“伪意见领袖”。指标分析法可以综合评价用户本身和用户关系等信息,全面衡量网络意见领袖的各项标准。因此,将这两部分方法结合起来,可以综合国内外对网络意见领袖的各种识别方法,寻找真正的意见领袖从而为预测网络舆情的发展变化提供可靠的判断依据。本文基于文本倾向性分析识别网络舆情中的意见领袖,主要工作包括以下三个部分。一是利用指标分析法构建网络意见领袖识别的指标体系,并为各项指标赋予相应的权重,基于提取出的用户资料、用户间评论转发关系等真实数据与指标进行结合、计算、排名,识别出潜在意见领袖。二是加入文本倾向性分析,引入Word2Vec算法来寻找网络情感新词,以提高对微博评论进行文本倾向性分析的准确性,通过计算机自动将文本识别为正面、负面或中立三种情感倾向,剔除负面情感比例过重的“伪意见领袖”。三是效果的对比验证,将识别出的意见领袖与基于Page Rank的WeiboRank意见领袖算法进行对比,以验证本文提出的算法具有一定的有效性和可信度。本文工作的贡献在于识别出了三类典型的意见领袖,涵盖了舆情发展过程中从突发事件起源、影响力不断扩大到舆论态度转变又稳定的各个阶段,为实现监测网络舆情演变过程、捕捉和预测民生民意提供了理论依据,并可作为预防群体突发事件发生的重要措施。
【学位授予单位】：南京理工大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：G206

【参考文献】