面向特定事件的网络舆情分析方法研究

摘要

网络舆情是社会舆论的一种表现形式，是公众对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点。近年来，网络舆情对政治生活秩序和社会稳定的影响与日俱增，把握舆情动态对社会监督起到很大的作用。同时，网络舆情突发事件如果处理不当，极有可能诱发民众的不良情绪，引发群众的违规和过激行为，进而对社会稳定构成威胁。所以研究舆情的发展动态，具有重要的价值和意义。尤其是近年来发生的新疆暴恐事件，已成为公众关注的焦点，所以把握新疆暴恐事件的舆情动态显得十分重要。 主题演化是网络舆情分析的重要内容之一，为了把握关于新疆暴恐的舆情动态，本文基于主题演化，分别从主题热度变化、内容变化及关键词等方面进行研究。当前主题演化方法主要分为基于LDA(Latent Dirichlet Allocation)的概率模型和基于矩阵分解的模型。NMF(Non-negative Matrix Factorization)是矩阵分解的一种，相比LDA其在有专门词汇的某一领域下的数据上会生成更连贯的主题。由于新疆暴恐事件本身就带有暴恐这一大的主题，所以本文用了改进的NMF来做主题演化，而且实验结果也表明通过改变单词的先验权重，主题连贯性有了明显提升。该模型采用两次非负矩阵分解来生成主题，再以层级式狄利克雷过程为对比实验，然后通过可视化分析与比较，总结出新疆暴恐事件的一些规律。 社交平台是舆情传播的重要途径，所承载的信息能得到更快更广泛的传播，影响力很大。分析媒体影响力可以明确信息的传播程度，对把握舆情起着一定的借鉴作用。本文另一方面结合媒体的个性化信息采用改进的PageRank方法，分析各国媒体在twitter上对新疆暴恐事件的影响力，进而展现各国媒体对新疆暴恐事件的关注态度和影响，对了解和把握新疆暴恐舆情的发展起了借鉴意义。

目录

第一个书签之前

参考文献范例