微博舆情
微博舆情的相关文献在2011年到2022年内共计174篇,主要集中在信息与知识传播、自动化技术、计算机技术、中国政治
等领域,其中期刊论文153篇、会议论文1篇、专利文献174116篇;相关期刊107种,包括求索、管理评论、商等;
相关会议1种,包括中国系统工程学会第19届学术年会等;微博舆情的相关文献由329位作者贡献,包括兰月新、张鹏、张海涛等。
微博舆情—发文量
专利文献>
论文:174116篇
占比:99.91%
总计:174270篇
微博舆情
-研究学者
- 兰月新
- 张鹏
- 张海涛
- 成俊会
- 王丹
- 翁士洪
- 关晓炟
- 刘玮
- 卢晓华
- 吕宏强
- 夏一雪
- 姜斌
- 孙凯强
- 孙星恺
- 孙霄凌
- 张丹
- 张宏邦
- 张小松
- 张晔
- 张玥
- 方志祥
- 方曙莹
- 曹云鹏
- 曾豪
- 朱庆华
- 李元俊
- 李冠
- 李明德
- 李熠辉
- 李玉海
- 杨建武
- 林伟
- 牛伟纳
- 王中元
- 王乐豪
- 王月超
- 王海峰
- 王莺
- 王飞跃
- 程子文
- 管健
- 苏国强
- 范文慧
- 葛优优
- 袁勇
- 贺敏
- 赵华安
- 赵卫东
- 邢云菲
- 郭军
-
-
赵学志;
肖爽;
程显洲
-
-
摘要:
在互联网飞速发展和移动互联网高度普及的时代下,利用微博舆情数据获得地震灾害民众有感范围成为可能。设计并开发了一套地震有感范围自动成图系统,调用新浪微博开放平台的API接口获取舆情数据,对收集到的数据进行清洗、统计和分类,建立舆情数据库,并进行可视化展示。为政府和应急管理部门迅速有效地获得地震灾情信息提供了新的途径,以便在地震应急指挥决策中发挥作用。
-
-
叶瑾玫;
程科
-
-
摘要:
通过自行开发的爬虫脚本,抓取新浪微博上不同的关键词组成文本数据集,对数据信息进行中文分词、去停用词、权重计算等预处理,然后利用改进的聚类算法对文本聚类分析。针对K-means算法存在随机选取的初始聚类中心导致后期易收敛不能保证全局最优的问题,提出改进的密度峰值算法优化的K-means聚类算法。实验结果表明,与传统的K-means算法相比较,改进后的算法聚类更加有效稳定,提高了微博舆情发现的准确度和效率。
-
-
李曹菱
-
-
摘要:
在当前碎片化阅读现象较为明显的社交媒体时代,微博舆情与网络议程设置存在怎样的关联?本文首先阐述网络时代下议程设置理论的更迭,其次分析微博舆情发展与网络议程设置的关联,最后得出网络议程设置在微博舆情中的关联特征。
-
-
王筱莉;
张静;
赵来军;
夏志杰
-
-
摘要:
新媒体时代,微博舆情衍生话题传播逐渐盛行,对该类舆情传播规律的研究成为学者们关注的重点。基于改进SEIR舆情传播模型,考虑在新话题吸引下免疫者转化为新话题传播者和不同话题传播存在竞争的情况,构建微博舆情衍生话题传播模型,通过微分方程求出传播阈值进行分析,运用Lotka-Volterra竞争模型对不同话题的竞争演化进行分析,并在真实案例基础上运用NetLogo和Matlab软件对模型进行仿真模拟,通过具体案例验证微博舆情衍生话题传播模型的可行性和有效性。研究结果表明,免疫者重新开始传播新话题的情况扩大了舆情规模和影响力,同一舆情的不同话题之间也存在竞争,竞争加大了舆情传播影响。为政府有效应对微博舆情衍生话题传播提供了具体策略及建议。
-
-
杨戈;
杨麓涛
-
-
摘要:
针对微博网络舆情信息量大、无规则、随机变化的特点,提出TFIDF-NB(Term Frequency Inverse Document Frequency-Naive Bayes)用于微博情感分析,设计与实现了一个基于Scrapy框架的微博评论爬虫,将某热点事件的若干条微博评论进行爬取并存进数据库,然后进行文本分割、LDA(Latent Dirichlet Allocation)主题聚类,最后使用TFIDF-NB算法进行情感分类.实验结果表明,TFIDF-NB算法平均准确率高于线性支持向量机算法和K近邻算法,在精确率和召回率方面高于K近邻算法,具有较好的情感分类效果.
-
-
王嵘
-
-
摘要:
作为现阶段用户最常用的媒介手段之一,微博的存在不仅意味着用户能够通过社交平台公开地表达分享自己的意见和观点,在环保舆情事件频发的时期更能够加强对于大众的思想引领,从而促进社会和国家的长治久安。本文从微博舆情生态的角度入手对微博信息传播进行全面的分析,并深入探究对生态环保的舆情检测和受众进行思想引领的方式方法,进一步为微博发挥其作为公共空间的思想导向作用提供了参考。
-
-
王志刚;
邱长波;
崔晶
-
-
摘要:
[目的/意义]以"中美贸易战"事件为例,研究了用户身份和事件主题在情绪表达上的差异,有助于舆情部门加强对网络情绪的认识,为网络情绪管理提供有效途径.[方法/过程]爬取关于"中美贸易战"事件的微博数据,识别微博用户的身份,提取微博数据的主题,并对数据进行情绪分类、计算情绪强度,采用Logistic回归模型和方差分析的方法分析情绪表达差异.[结果/结论]在中美贸易战事件中,微博情绪表达存在差异,体现在以下两点:不同身份的用户在表达情绪概率和强度上都存在差异.普通用户在表达情绪上更保守,媒体用户在表达情绪上更开放,政府用户相对谨慎;不同主题中微博的情绪强度存在差异.对于描述客观事实、参与门槛高的主题,用户的情绪表达意愿和强度较低,而与用户生活息息相关的主题,更能引起用户表达强烈情绪的意愿.
-
-
林小坚
-
-
摘要:
本文结合微博短文本的特点,利用人工神经网络、k-means聚类等常用方法构建了面向微博网络舆情的热门话题检测系统框架,为面向微博网络舆情的热门话题检测系统的设计和开发提供了参考,对网络舆情的管理具有重要的意义。
-
-
曾鸣;
姜慧玲
-
-
摘要:
随着互联网的发展,网络群体性事件频发,深入研究网络群体性事件微博舆情下不同传播主体在各阶段的主题分布及演化趋势,探索舆情传播规律,可为舆情治理提供参考%研究以“苟晶事件”为例,爬取该事件的微博原创及评论数据,基于生命周期理论将其划分为五阶段:潜伏期、爆发期、蔓延期、反复期和衰退期%采用LLDA-WK模型来识别舆情主题,进而研究网络群体性事件中不同传播主体之间的传播关系和在各阶段下的舆情主题分布和演化趋势,最后提出类似网络群体性事件的管控和治理建议。
-
-
逯海玥;
芮小平;
李润奎
-
-
摘要:
雾霾对人体健康、生态环境及交通运输等方面影响重大,雾霾来临时,人们会在微博等媒体上表达对雾霾的关注.微博中蕴含了网民对雾霾的关注话题及心理反映,通过微博掌握微博网民对于雾霾的相关反应,有助于城市管理者有针对性的调节雾霾情形下的舆论宣传和资源调配.考虑到微博文本中相同词语共现频率越高就越倾向于表达同一主题,采用基于社区的共词网络法挖掘微博话题,首先,采集2017年冬季以"雾霾""空气"等为关键词的微博数据,利用TF-IDF(term frequen-ly-inverse document frequency)算法对预处理之后的微博数据提取关键词,并获取关键词间的共现关系,然后基于共现关系构建共词网络,根据Louvain算法探测话题社区,最后,以中国雾霾污染最严重的华北地区、华东地区、东北地区7个典型城市为研究区,结合关键词节点的Pagerank值,分析各城市共词网络话题社区的差异程度.实验结果表明,不同城市对于雾霾事件的关注既有相同点也有差异性.研究结果对雾霾情形下城市差异化管理具有一定的理论指导作用.
-
-
闫相斌;
白丽娟;
侯万友
- 《中国系统工程学会第19届学术年会》
| 2016年
-
摘要:
随着web2.0技术的发展微博成为人们生活中分享消息,获取新闻的主要媒介,微博与其他网络互动平台相比,其内容短小精炼,获取方式便捷,不受时间和地点的限制,传播速度快等特点深受广大网民的青睐,但也由此原因,微博也成为新的舆情产生的主要渠道之一.本文通过对微博文本数据的文本挖掘分析研究得出在微博舆情事件中网民关注的事件相关的主题以及网民的情感倾向,并通过Cox比例风险模型对事件中意见领袖进行识别,分析意见领袖在微博舆情演化过程中的影响.研究发现在意见领袖对微博热度演化的影响主要表现在微博的转发数的增加;对于公众议题演化的影响表现在对事件特定议题的讨论会给事件的演化带来影响;对于公众情感倾向掩护的影响主要表现在转发意见领袖的微博的网民情感大多与意见领袖一致,即意见领袖对于网民的情感倾向有一定的导向作用。