基于超网络分析的微博舆情主题发现研究

发布时间：2020-07-23 13:40

【摘要】：微博作为一类特殊的社交媒体,除了蕴含大量的短文本信息外还包含微博用户、时序因素、情感信息等多种非文本信息,这些信息交织在一起反映了微博舆情主题的形成与演化过程。如何从多源异构文本中准确识别、有效组织关键舆情要素,并协同主题模型进行微博舆情主题发现研究,提高主题发现准确率,继而提高舆情管理水平,是当前舆情研究的重点。在对主流主题发现分析方法进行研究的基础上,本研究认为当前微博舆情主题发现工作中存在微博舆情主题模型单薄、主题形成过程揭示不足、主题发现方法有限、观点分布特征分析欠缺等问题的原因是缺乏应用多源异构数据进行舆情主题发现的相关研究,基于此本文提出了一种基于超网络分析的微博舆情主题发现研究方法。本研究工作主要包括以下几个方面:(1)研究了多舆情要素组织方法,借鉴传统的传播学理论,综合考虑了微博用户(Who)、内容观点(What)、情感特征(How)和时间阶段(When)特征,构建了微博舆情主题发现超网络模型,并对各层子网构建方法及子网间关联关系进行了阐释。(2)提出了基于超网络模型的微博舆情主题识别方法。运用超边分析法,构建基于超边相似度的微博舆情主题聚类方法;运用子网特征分析方法,构建多特征融合的聚类主题词识别方法。(3)提出基于超网络模型的微博舆情主题演化分析方法。针对微博舆情主题发现超网络模型的网络结构特征,提出基于类别的拓扑分析指标构建方法,进而根据拓扑指标的时变特点分析舆情主题的动态演化特征。(4)实证分析,在进行微博舆情主题发现研究基础上,以“无籽葡萄打避孕药”这一舆情事件为例,从应用领域分析和方法对比分析两个角度对本研究方法的可靠性进行验证分析。研究结果表明,本方法应用领域分析结果符合该舆情事件下主题变化的真实情况,结果真实可靠,且本方法在多要素组织能力、舆情主题识别能力和舆情主题演化分析能力上均有突出表现。由此证明本文提出的研究模型和分析方法是科学的、合理的、有效的,适用于对包含多要素特征的微博舆情进行主题发现分析。本文创新点主要体现在构建了基于超网络的微博舆情主题发现模型,并基于该模型,利用超网络分析方法构建了微博舆情主题识别、演化分析方法体系。
【学位授予单位】：中国农业科学院
【学位级别】：博士
【学位授予年份】：2019
【分类号】：C912.63;G206
【图文】：

中国网,普及率,互联网,网民

最后，将该方法应用到食品安全相关舆情事件中，进行方法验证研究。本章从分析微博舆情主题挖掘研究背景、说明本研究的研究目标、阐述研究意念进行阐述、简要介绍本文研究过程、思路和组织结构。研究背景现实背景（1）互联网大众普及，在线社交网络平台盛行随着互联网技术的广泛应用和移动上网设备的普及，网络已经渗透到社会生活们对互联网的依赖程度越来越深。根据统计，截止 2018 年 6 月，我国网民规年新增网民 2968 万人，较 2017 年末增加 3.8%，互联网普及率达 57.7%。其中 7.88 亿，占全部网民的 98.3%，较 2017 年提升了 0.8 个百分点。更多的人受到与乐趣，特别是近些年在线社交网络（Online social network，OSN）的兴起，到丰富的社交网络平台。一时间也涌现出了众多的社交网络平台，他们功能各能的（Facebook 等）、基于即时通讯功能的（QQ、微信等）、基于新闻、热点信Twitter 等）和基于知识学习功能的（知乎、论坛等），满足了广大网民的各种

示意图,社会网络,示意图,行动者

强调把结构看作是网络，将网络分析应用到社会学理论键作用；第 3 条是“新哈佛学派”。该学派产生于 20 研究学者组成，该学派针对社会网络结构提出一系列有关系概念，并强调弱关系与强关系在网络分析中十分重观、微观角度的综合分析工具。的定义点（社会行动者）和个点之间的连线（行动者之间的关 2-2）。会行动者，可以代表微博的发布时刻信息和地域信息。以是个人用户、媒体用户或政府用户，也可以是舆情信下的观点、主题或事件。在社会网络分析中，行动者的虑的。行动者的关联联系。针对微博舆情，行动者之间的关系发关系，也可以是舆情文本间的内容相似性关系或发布在着一元或多元关系，如两个用户之间可能即存在关注

科学院博士学位论文第二章网络舆情主题发现相关博主题识别相关研究进展主题识别一般方法识别即主题抽取，目的是对大规模信息进行处理和分析，帮助用户快速有效地现信息主题。1996 年美国国防部高级研究计划署提出话题检测与跟踪技n and Tracking，简称 TDT），主题发现可以追溯到 TDT 中的话题检测阶段。目局限于传统新闻媒体，在网络媒体上的应用也层出不穷。图 2-3 展示了主题识文依据研究思路，针对其中的特征表示、相似度计算、主题识别方法选择和聚节进行重点论述。

【相似文献】