基于文本挖掘的网络热点舆情分析——以问题疫苗事件为例

摘要

基于新浪微博平台2018年7月15日-2018年8月14日的“问题疫苗”相关微博,对网络舆情传播过程中的表现特征进行分析研究,根据文本内容进行K-means聚类,提炼关键词;将新闻报道类文本视为无用信息进行过滤,过滤方法选用基于词袋模型的支持向量机法;通过建立CNN、TextCNN、LSTM与Bi-LSTM模型实现情感二分类并比较四种模型的性能优劣,选用综合性能最优的模型提高情感二分类的准确率。最后利用语义网络进一步剖析此次事件背后的信息,为政府部门对舆情进行实时监控和管理提出建议。