發(fā)布時間：2020-11-03 14:34

　　 微博作為社會化媒體中的代表之一,以其便捷性、傳播性、低門檻和高交互性等特點成為人們表達和傳播觀點及情緒的重要渠道。通過量化微博輿情的動態(tài)影響力,可以分析輿情在不同時間節(jié)點的演變態(tài)勢,更好的掌握微博用戶對當(dāng)前輿情事件的關(guān)注程度,從中發(fā)現(xiàn)輿情的演變規(guī)律和潛在風(fēng)險,從而為政府、企業(yè)等主體控制、引導(dǎo)輿情和制定輿情預(yù)警機制提供決策支持。本文從交互行為-微博內(nèi)容-用戶情感層面出發(fā),提出一種基于交互行為和情感差異度的輿情影響力度量算法。首先,基于用戶的交互行為,借鑒TF*PDF算法原理對所有帖子由不同交互行為產(chǎn)生的輿情交互影響力進行量化,同時考慮輿情熱度趨勢對輿情影響力的影響作用,提出基于交互行為和輿情趨勢的輿情交互影響力算法;其次,從用戶情感層面入手定義輿情情感影響力,采用貝葉斯樸素分類器等方法進行情感分析,計算微博用戶情感傾向值并利用其方差描述當(dāng)前輿情情感傾向差異程度,借鑒信息量計算方式,對由情感差異沖突帶來的輿情潛在的情感影響力信息量進行量化,提出基于情感差異的輿情情感影響力算法;最后綜合輿情交互影響力和情感影響力,從行為和情感層面綜合量化輿情的顯隱性影響力。以微博輿情事件“滴滴下架順風(fēng)車”為例進行實證分析,對本文提出的算法加以驗證。與此同時,建立綜合交互行為和情感傾向的輿情動態(tài)演化分析策略,分析輿情在不同演化階段內(nèi)在交互行為和情感層面上的演化特點。實證分析證明,本文提出的動態(tài)影響力度量模型能夠識別基于交互行為的顯性影響力和基于用戶情感的隱形影響力,為輿情動態(tài)演化分析和影響力量化提供有效工具。
【學(xué)位單位】：華南理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2019
【中圖分類】：F49;F274
【部分圖文】：

第四章為實證數(shù)據(jù)獲取及預(yù)處理和實證模型構(gòu)建。本章主要在第三章構(gòu)建的理論模型基礎(chǔ)之上，選取微博輿情事件“滴滴下架順風(fēng)車”，利用 Gooseeker、Python 完成數(shù)據(jù)爬取、清洗和情感分類模型訓(xùn)練和整體研究模型搭建等工作。第五章為基于“滴滴下架順風(fēng)車事件”的微博輿情影響力研究模型實證分析。本章主要選取微博輿情事件“滴滴下架順風(fēng)車”為例，基于真實的微博輿情事件數(shù)據(jù)進行研究模型構(gòu)建，并基于本文提出的影響力分析策略從交互行為、輿情趨勢、情感傾向、情感差異等多個維度對本文提出的影響力研究模型進行驗證，對微博輿情的演化階段、過程和相應(yīng)的特征進行挖掘和總結(jié)，驗證本文模型的最終效果。研究結(jié)論與不足。本章主要在以上研究基礎(chǔ)上，總結(jié)得出的研究結(jié)論并提煉出相應(yīng)的創(chuàng)新點和當(dāng)前研究的不足之處，并對未來可能的研究角度進行展望。1.3.2 技術(shù)路線本文涉及的技術(shù)路線具體如下：

第四章 企業(yè)微博輿情動態(tài)影響力指數(shù)實證驗證 第四章 企業(yè)微博輿情動態(tài)影響力指數(shù)實證驗證為了驗證第三章提出的基于交互行為和情感差異的企業(yè)微博輿情動態(tài)影響力研究模型的可行性和最終效果，本文選取微博輿情事件“滴滴下架順風(fēng)車”作為實證研究對象。本文利用 Python、Gooseeker 等工具進行微博輿情實證數(shù)據(jù)獲取和預(yù)處理等工作，并基于清洗后的微博數(shù)據(jù)進行實證研究模型的構(gòu)建，為后續(xù)微博輿情事件的演化分析提供模型基礎(chǔ)，具體流程如下：

圖 4-2 企業(yè)微博輿情實證數(shù)據(jù)預(yù)處理流程（1）無關(guān)/缺失數(shù)據(jù)處理基于以上流程對 4.1.1 中獲取的原始實證數(shù)據(jù)進行無關(guān)/異常數(shù)據(jù)、重復(fù)/缺失數(shù)據(jù)處理，得到初步基礎(chǔ)數(shù)據(jù)并以 Excel 形式輸出，具體結(jié)果如下：表 4-3 企業(yè)微博輿情實證建�；�礎(chǔ)數(shù)據(jù)概括單位：條 總體 帖子 轉(zhuǎn)發(fā) 評論數(shù)據(jù)類型 21192 3459 7931 9801
【相似文獻】

相關(guān)期刊論文 前10條

1 逯凌虹;;“立德樹人”理念下課堂交互行為的研究探索[J];淄博師專學(xué)報;2016年02期

2 沈超;;移動終端交互行為分析的身份主動認(rèn)證與安全感知[J];中國教育網(wǎng)絡(luò);2016年11期

3 孫一帆;;基于體感語境下的交互行為設(shè)計研究[J];知音勵志;2016年24期

4 法律先生;;法律只認(rèn)可有“結(jié)果”的努力[J];法律與生活;2017年10期

5 王媛媛;;淺談高中數(shù)學(xué)翻轉(zhuǎn)課堂教學(xué)的交互行為[J];科學(xué)中國人;2017年14期

6 賀石楚;;高中數(shù)學(xué)翻轉(zhuǎn)課堂教學(xué)交互行為研究[J];數(shù)學(xué)大世界(中旬);2017年09期

7 杜書英;;“翻轉(zhuǎn)課堂”教學(xué)中師生交互行為研究[J];時代教育;2017年19期

8 祁曉園;王濤;馬川;;構(gòu)件演化的交互行為一致性研究[J];計算機工程;2010年24期

9 徐伯初;黃俊輝;;基于乘客交互行為的列車硬臥下鋪改進設(shè)計[J];機械設(shè)計;2017年09期

10 李靜;張祺;苗志剛;李曉;周艷;;中學(xué)信息化課堂教學(xué)交互行為研究——基于質(zhì)性分析的視角[J];中國電化教育;2014年02期

相關(guān)博士學(xué)位論文 前8條

1 彭成;網(wǎng)絡(luò)化軟件運行時交互行為過程特性分析[D];中南大學(xué);2013年

2 刁蘇蒙;社交網(wǎng)絡(luò)中個體交互行為和觀點演化模式研究[D];北京交通大學(xué);2016年

3 張洪;社會化商務(wù)環(huán)境下顧客交互行為研究[D];華中科技大學(xué);2014年

4 熊巍;虛擬裝配環(huán)境中面向用戶體驗的自然人機交互技術(shù)研究[D];華南理工大學(xué);2017年

5 李旭軍;基于交互行為特征的社交網(wǎng)絡(luò)信息傳播研究[D];合肥工業(yè)大學(xué);2016年

6 馬超民;可供性視角下的交互設(shè)計研究[D];湖南大學(xué);2016年

7 張金龍;交互視角下高校教師網(wǎng)絡(luò)培訓(xùn)效果的影響因素研究[D];西南大學(xué);2017年

8 滿君豐;開放網(wǎng)絡(luò)環(huán)境下軟件行為監(jiān)測與分析研究[D];中南大學(xué);2010年

相關(guān)碩士學(xué)位論文 前10條

1 施張靈東;基于交互特征的產(chǎn)品識別設(shè)計方法研究[D];南京航空航天大學(xué);2019年

2 周以重;人與物體交互行為算法的研究與應(yīng)用[D];華僑大學(xué);2019年

3 魏鵬;基于RGB和深度信息融合的雙人交互行為識別[D];遼寧石油化工大學(xué);2019年

4 林瑤瑤;基于交互行為和情感差異的企業(yè)微博輿情動態(tài)影響力研究[D];華南理工大學(xué);2019年

5 柯靈兒;基于社會網(wǎng)絡(luò)分析的在線學(xué)習(xí)論壇交互行為研究[D];北京郵電大學(xué);2019年

6 黃曉陽;信息技術(shù)支持下的課堂教學(xué)交互行為研究[D];沈陽師范大學(xué);2019年

7 關(guān)百勝;基于卷積神經(jīng)網(wǎng)絡(luò)的雙人交互行為識別技術(shù)研究[D];中國科學(xué)院大學(xué)(中國科學(xué)院國家空間科學(xué)中心);2018年

8 鄭慧;社會化電子商務(wù)下交互行為演化機理研究[D];武漢理工大學(xué);2017年

9 吳東濤;復(fù)雜因果關(guān)聯(lián)語境下交互行為分析[D];合肥工業(yè)大學(xué);2017年

10 陶楚楚;基于人格特征的網(wǎng)絡(luò)學(xué)習(xí)交互行為研究[D];渤海大學(xué);2018年

本文編號：2868706