發(fā)布時間：2020-07-23 13:40

【摘要】：微博作為一類特殊的社交媒體,除了蘊含大量的短文本信息外還包含微博用戶、時序因素、情感信息等多種非文本信息,這些信息交織在一起反映了微博輿情主題的形成與演化過程。如何從多源異構(gòu)文本中準確識別、有效組織關(guān)鍵輿情要素,并協(xié)同主題模型進行微博輿情主題發(fā)現(xiàn)研究,提高主題發(fā)現(xiàn)準確率,繼而提高輿情管理水平,是當前輿情研究的重點。在對主流主題發(fā)現(xiàn)分析方法進行研究的基礎(chǔ)上,本研究認為當前微博輿情主題發(fā)現(xiàn)工作中存在微博輿情主題模型單薄、主題形成過程揭示不足、主題發(fā)現(xiàn)方法有限、觀點分布特征分析欠缺等問題的原因是缺乏應(yīng)用多源異構(gòu)數(shù)據(jù)進行輿情主題發(fā)現(xiàn)的相關(guān)研究,基于此本文提出了一種基于超網(wǎng)絡(luò)分析的微博輿情主題發(fā)現(xiàn)研究方法。本研究工作主要包括以下幾個方面:(1)研究了多輿情要素組織方法,借鑒傳統(tǒng)的傳播學理論,綜合考慮了微博用戶(Who)、內(nèi)容觀點(What)、情感特征(How)和時間階段(When)特征,構(gòu)建了微博輿情主題發(fā)現(xiàn)超網(wǎng)絡(luò)模型,并對各層子網(wǎng)構(gòu)建方法及子網(wǎng)間關(guān)聯(lián)關(guān)系進行了闡釋。(2)提出了基于超網(wǎng)絡(luò)模型的微博輿情主題識別方法。運用超邊分析法,構(gòu)建基于超邊相似度的微博輿情主題聚類方法;運用子網(wǎng)特征分析方法,構(gòu)建多特征融合的聚類主題詞識別方法。(3)提出基于超網(wǎng)絡(luò)模型的微博輿情主題演化分析方法。針對微博輿情主題發(fā)現(xiàn)超網(wǎng)絡(luò)模型的網(wǎng)絡(luò)結(jié)構(gòu)特征,提出基于類別的拓撲分析指標構(gòu)建方法,進而根據(jù)拓撲指標的時變特點分析輿情主題的動態(tài)演化特征。(4)實證分析,在進行微博輿情主題發(fā)現(xiàn)研究基礎(chǔ)上,以“無籽葡萄打避孕藥”這一輿情事件為例,從應(yīng)用領(lǐng)域分析和方法對比分析兩個角度對本研究方法的可靠性進行驗證分析。研究結(jié)果表明,本方法應(yīng)用領(lǐng)域分析結(jié)果符合該輿情事件下主題變化的真實情況,結(jié)果真實可靠,且本方法在多要素組織能力、輿情主題識別能力和輿情主題演化分析能力上均有突出表現(xiàn)。由此證明本文提出的研究模型和分析方法是科學的、合理的、有效的,適用于對包含多要素特征的微博輿情進行主題發(fā)現(xiàn)分析。本文創(chuàng)新點主要體現(xiàn)在構(gòu)建了基于超網(wǎng)絡(luò)的微博輿情主題發(fā)現(xiàn)模型,并基于該模型,利用超網(wǎng)絡(luò)分析方法構(gòu)建了微博輿情主題識別、演化分析方法體系。
【學位授予單位】：中國農(nóng)業(yè)科學院
【學位級別】：博士
【學位授予年份】：2019
【分類號】：C912.63;G206
【圖文】：

最后，將該方法應(yīng)用到食品安全相關(guān)輿情事件中，進行方法驗證研究。本章從分析微博輿情主題挖掘研究背景、說明本研究的研究目標、闡述研究意念進行闡述、簡要介紹本文研究過程、思路和組織結(jié)構(gòu)。 研究背景 現(xiàn)實背景（1）互聯(lián)網(wǎng)大眾普及，在線社交網(wǎng)絡(luò)平臺盛行隨著互聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用和移動上網(wǎng)設(shè)備的普及，網(wǎng)絡(luò)已經(jīng)滲透到社會生活們對互聯(lián)網(wǎng)的依賴程度越來越深。根據(jù)統(tǒng)計，截止 2018 年 6 月，我國網(wǎng)民規(guī)年新增網(wǎng)民 2968 萬人，較 2017 年末增加 3.8%，互聯(lián)網(wǎng)普及率達 57.7%。其中 7.88 億，占全部網(wǎng)民的 98.3%，較 2017 年提升了 0.8 個百分點。更多的人受到與樂趣，特別是近些年在線社交網(wǎng)絡(luò)（Online social network，OSN）的興起，到豐富的社交網(wǎng)絡(luò)平臺。一時間也涌現(xiàn)出了眾多的社交網(wǎng)絡(luò)平臺，他們功能各能的（Facebook 等）、基于即時通訊功能的（QQ、微信等）、基于新聞、熱點信Twitter 等）和基于知識學習功能的（知乎、論壇等），滿足了廣大網(wǎng)民的各種

強調(diào)把結(jié)構(gòu)看作是網(wǎng)絡(luò)，將網(wǎng)絡(luò)分析應(yīng)用到社會學理論鍵作用；第 3 條是“新哈佛學派”。該學派產(chǎn)生于 20 研究學者組成，該學派針對社會網(wǎng)絡(luò)結(jié)構(gòu)提出一系列有關(guān)系概念，并強調(diào)弱關(guān)系與強關(guān)系在網(wǎng)絡(luò)分析中十分重觀、微觀角度的綜合分析工具。的定義點（社會行動者）和個點之間的連線（行動者之間的關(guān) 2-2）。會行動者，可以代表微博的發(fā)布時刻信息和地域信息。以是個人用戶、媒體用戶或政府用戶，也可以是輿情信下的觀點、主題或事件。在社會網(wǎng)絡(luò)分析中，行動者的慮的。行動者的關(guān)聯(lián)聯(lián)系。針對微博輿情，行動者之間的關(guān)系發(fā)關(guān)系，也可以是輿情文本間的內(nèi)容相似性關(guān)系或發(fā)布在著一元或多元關(guān)系，如兩個用戶之間可能即存在關(guān)注

科學院博士學位論文 第二章 網(wǎng)絡(luò)輿情主題發(fā)現(xiàn)相關(guān)博主題識別相關(guān)研究進展主題識別一般方法識別即主題抽取，目的是對大規(guī)模信息進行處理和分析，幫助用戶快速有效地現(xiàn)信息主題。1996 年美國國防部高級研究計劃署提出話題檢測與跟蹤技n and Tracking，簡稱 TDT），主題發(fā)現(xiàn)可以追溯到 TDT 中的話題檢測階段。目局限于傳統(tǒng)新聞媒體，在網(wǎng)絡(luò)媒體上的應(yīng)用也層出不窮。圖 2-3 展示了主題識文依據(jù)研究思路，針對其中的特征表示、相似度計算、主題識別方法選擇和聚節(jié)進行重點論述。

【相似文獻】

相關(guān)期刊論文 前10條

1 羅杰;;優(yōu)化主題信息及材料收集與利用的探討[J];山東教育;2016年Z2期

2 祁寧;吳齊;趙青;;面向主題信息服務(wù)的垂直搜索引擎應(yīng)用研究[J];圖書館學研究;2008年09期

3 曾利沙;論旅游指南翻譯的主題信息突出策略原則[J];上海翻譯;2005年01期

4 丁國君;;小學主題信息教育的探索與實踐[J];中小學電教;2002年09期

5 陳雄;都云程;李渝勤;施水才;;基于頁面結(jié)構(gòu)分析的論壇主題信息定位方法研究[J];微計算機信息;2010年27期

6 吳筱媛,鄧紅素,顧寧;基于主題信息和相關(guān)信息發(fā)現(xiàn)的元數(shù)據(jù)描述方法[J];計算機工程;2002年02期

7 田麗;;情報分析中提取主題信息核心要素的模型及方法[J];計算機與現(xiàn)代化;2018年10期

8 梁田;;個性化科研主題信息環(huán)境構(gòu)建技術(shù)方案實踐[J];圖書情報工作;2012年S2期

9 羅長壽;康麗;劉國靖;;基于遺傳算法的主題信息搜索系統(tǒng)研究[J];現(xiàn)代情報;2009年03期

10 王鑫;;元數(shù)據(jù)在主題信息網(wǎng)關(guān)中的應(yīng)用[J];情報探索;2009年05期

相關(guān)會議論文 前8條

1 馮少卿;都云程;施水才;;基于模板的網(wǎng)頁主題信息抽取[A];第三屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集[C];2007年

2 李燕;李勝陽;許志輝;朱子建;李長松;;基于本體語義的流域決策主題信息組織研究[A];大數(shù)據(jù)時代的信息化建設(shè)——2015（第三屆）中國水利信息化與數(shù)字水利技術(shù)論壇論文集[C];2015年

3 王琦;唐世渭;楊冬青;王騰蛟;;基于DOM的網(wǎng)頁主題信息自動提取[A];第二十一屆中國數(shù)據(jù)庫學術(shù)會議論文集（研究報告篇）[C];2004年

4 刁宇峰;王昊;林鴻飛;楊亮;;博客中重復評論發(fā)現(xiàn)[A];中國計算語言學研究前沿進展（2009-2011）[C];2011年

5 刁宇峰;林鴻飛;;基于LDA模型的博客垃圾評論發(fā)現(xiàn)[A];第六屆全國信息檢索學術(shù)會議論文集[C];2010年

6 王玉婷;杜亞軍;涂騰濤;;基于Web鏈接的主題爬行蟲初始URL的研究[A];第四屆全國信息檢索與內(nèi)容安全學術(shù)會議論文集（上）[C];2008年

7 何莉;林鴻飛;;分布式檢索中基于主題的語言模型集合選擇策略[A];2009年全國開放式分布與并行計算機學術(shù)會議論文集(下冊)[C];2009年

8 田少娟;魏慧楠;王鐳;;基于LDA主題模型的評論熱點挖掘與手機產(chǎn)品性能分析[A];2017年（第五屆）全國大學生統(tǒng)計建模大賽獲獎?wù)撐倪x[C];2017年

相關(guān)博士學位論文 前2條

1 梁曉賀;基于超網(wǎng)絡(luò)分析的微博輿情主題發(fā)現(xiàn)研究[D];中國農(nóng)業(yè)科學院;2019年

2 周厚奎;概率主題模型的研究及其在多媒體主題發(fā)現(xiàn)和演化中的應(yīng)用[D];浙江大學;2017年

相關(guān)碩士學位論文 前10條

1 陳明;基于主題翻譯模型的社區(qū)問答中問句檢索技術(shù)研究[D];武漢理工大學;2018年

2 葉康;基于主題模型和注意力機制的短文本方面提取研究[D];南京大學;2019年

3 董德鳴;面向主題搜索引擎的若干關(guān)鍵技術(shù)的研究[D];沈陽建筑大學;2016年

4 雷俐;基于主題的微博重疊社區(qū)發(fā)現(xiàn)研究[D];中南財經(jīng)政法大學;2018年

5 張秋楠;面向興趣主題的新浪微博個性化推薦方法[D];河南大學;2018年

6 孫淑嫻;基于矩陣分解的長尾主題挖掘算法的研究與實現(xiàn)[D];山東師范大學;2018年

7 張昂;基于改進詞加權(quán)算法的主題模型研究[D];吉林大學;2018年

8 王麗君;詞向量和文本隱含主題的聯(lián)合學習研究[D];華中師范大學;2018年

9 張銳;基于主題模型和ILP的看病攻略生成方法研究與實現(xiàn)[D];浙江大學;2018年

10 張鴻飛;面向主題的Web爬取算法研究[D];昆明理工大學;2018年

本文編號：2767394