会话分析视角下的突发公共事件主题演化研究——以

doi:10.13266/j.issn.0252-3116.2022.11.010

图书情报工作 ›› 2022, Vol. 66 ›› Issue (11): 87-99.DOI: 10.13266/j.issn.0252-3116.2022.11.010

会话分析视角下的突发公共事件主题演化研究——以"新冠肺炎疫情"为例

翟姗姗, 王左戎, 陈欢, 潘港辉

华中师范大学信息管理学院武汉 430079

收稿日期:2021-10-29 修回日期:2022-01-17 出版日期:2022-06-05 发布日期:2022-06-18
作者简介:翟姗姗,副教授,博士,E-mail:zhais@mail.ccnu.edu.cn;王左戎,硕士研究生;陈欢,硕士研究生;潘港辉,硕士研究生。
基金资助:
本文系国家社会科学基金青年项目"大数据视角下突发公共卫生事件信息协同体系研究"(项目编号:20CTQ021)研究成果之一。

Research on Topic evolution of Public Emergencies from the Perspective of Conversation Analysis：A Case Study of COVID-19

Zhai Shanshan, Wang Zuorong, Chen Huan, Pan Ganghui

School of Information Management, Central China Normal University, Wuhan 430079

Received:2021-10-29 Revised:2022-01-17 Online:2022-06-05 Published:2022-06-18

摘要/Abstract

摘要： ［目的/意义］ 会话分析理论的引入为主题演化研究提供了新的研究视角,细化了主题演化分析粒度。同时,更为完善的主题演化分析思路被应用于突发公共事件之中,有利于提升监管部门的舆情疏导效率。［方法/过程］ 针对现有研究中的主题识别方法与主题演化判断标准,结合会话分析与主题分析,将会话内容与会话组织结构引入主题演化分析过程中,并以"新冠肺炎疫情"中用户生成内容(UGC)作为数据来源进行实证分析。通过基于时序性与讨论热度的主题演化分析,从主题强度层面识别不同层级内容的演化规律,并在主题内容分析层面引入知识发现的关联规则计算思想以挖掘语料内容间的参照关系,结合社会网络分析方法确定关键演化路径。［结果/结论］ 研究结果表明,网络结构中不同层级的主题内容存在一定差异并对主题演化趋势有着重要影响,对有着重要作用的层级的内容进行有效监管会对引导舆情走向产生积极作用。

关键词: 会话分析, 突发公共事件, 主题识别, 主题演化, 关联规则

Abstract: [Purpose/Significance] The introduction of conversation analysis theory provides a new research perspective for the study of topic evolution and refines the granularity of topic evolution analysis. At the same time, a more perfect theme evolution analysis approach is applied to public emergencies, which is conducive to improving the efficiency of public opinion guidance of regulatory departments. [Method/Process] Based on the topic identification methods and topic evolution judgment criteria in existing studies, this paper combined conversation analysis and topic analysis to introduce conversation contents and conversation organization structure into the process of topic evolution analysis, and used user-generated content in COVID-19 as data source for empirical analysis. Through the topic evolution analysis based on temporal sequence and discussion hot, the evolution laws of contents at different levels were identified from the topic intensity level. The association rule calculation idea of knowledge discovery was introduced at the topic content analysis level, to mine the reference relationship between corpus contents, and the key evolution path was determined by combining the social network analysis method. [Result/Conclusion] The results show that there are certain differences in the topic contents at different levels in the network structure and it has an important influence on the evolution trend of the topic, effective supervision of the contents at important levels will play a positive role in guiding the trend of public opinion.

Key words: conversational analysis, public emergency, topic identification, topic evolution, association rules

中图分类号:

G206

翟姗姗, 王左戎, 陈欢, 潘港辉. 会话分析视角下的突发公共事件主题演化研究——以"新冠肺炎疫情"为例[J]. 图书情报工作, 2022, 66(11): 87-99.

Zhai Shanshan, Wang Zuorong, Chen Huan, Pan Ganghui. Research on Topic evolution of Public Emergencies from the Perspective of Conversation Analysis：A Case Study of COVID-19[J]. Library and Information Service, 2022, 66(11): 87-99.

参考文献

[1] 张宁熙.大数据在突发公共事件网络舆情信息工作中的应用[J].现代情报, 2015, 35(6):38-42.
[2] 马超,翟姗姗,王晓.会话分析视角下非正式信息交流主题与主题簇演化分析[J].图书情报工作, 2021, 65(17):91-100.
[3] RITZHAUPT A D, STEWART M, SMITH P, et al. An investigation of distance education in North American research literature using co-word analysis[J]. International review of research in open and distance learning, 2010, 11(1):37-60.
[4] 巴志超,李纲,朱世伟.共现分析中的关键词选择与语义度量方法研究[J].情报学报, 2016, 35(2):197-207.
[5] 王红斌,王健雄,张亚飞,等.主题不平衡新闻文本数据集的主题识别方法研究[J].数据分析与知识发现, 2021, 5(3):109-120.
[6] 李真,丁晟春,王楠.网络舆情观点主题识别研究[J].数据分析与知识发现, 2017, 1(8):18-30.
[7] 邱宁佳,杨长庚,王鹏,任涛.改进卷积神经网络的文本主题识别算法研究[J].计算机工程与应用,2022,58(2):161-168.
[8] 邵琦,牟冬梅,王萍,等.基于语义的突发公共卫生事件网络舆情主题发现研究[J].数据分析与知识发现, 2020, 4(9):68-80.
[9] 安璐,杜廷尧,李纲,等.突发公共卫生事件利益相关者在社交媒体中的关注点及演化模式[J].情报学报, 2018, 37(4):394-405.
[10] 李月.突发公共卫生事件中公共政策主题演化研究——以国家中心城市官方微信为例[J].情报杂志, 2020, 39(9):143-149.
[11] 曹树金,岳文玉.突发公共卫生事件微博舆情主题挖掘与演化分析[J].信息资源管理学报, 2020, 10(6):28-37.
[12] 赵蓉英,常茹茹,陈湛,等.基于知乎平台的突发公共卫生事件主题演化研究[J].信息资源管理学报, 2021, 11(2):52-59.
[13] 姚艾昕,马捷,林英,等.重大突发公共卫生事件谣言演化与治理策略研究[J].情报科学, 2020, 38(7):22-29.
[14] 刘雅姝,张海涛,徐海玲,等.多维特征融合的网络舆情突发事件演化话题图谱研究[J].情报学报, 2019, 38(8):798-806.
[15] 徐月梅,吕思凝,蔡连侨,等.结合卷积神经网络和Topic2Vec的新闻主题演变分析[J].数据分析与知识发现, 2018, 2(9):31-41.
[16] 朱晓霞,宋嘉欣,孟建芳.基于动态主题——情感演化模型的网络舆情信息分析[J].情报科学, 2019, 37(7):72-78.
[17] 张光陆.深度学习视角下的课堂话语互动特征:基于会话分析[J].中国教育学刊, 2021(1):79-84.
[18] 王亚峰,于国栋.医患交流中患者扩展回答的会话分析研究[J].外语教学理论与实践, 2021, 175(3):108-118.
[19] 胡文芝,廖美珍.中国心理治疗话语"解述"现象的会话分析研究[J].重庆大学学报(社会科学版), 2013, 19(4):92-100.
[20] 沈芮妃.谈话节目《圆桌派》的会话结构[J].青年记者, 2017, 566(18):72-73.
[21] 张黎.现场促销员的会话策略分析[J].语言文字应用, 2007, 63(3):87-93.
[22] 巴志超,李纲,毛进,等.微信群内部信息交流的网络结构、行为及其演化分析——基于会话分析视角[J].情报学报, 2018, 37(10):1009-1021.
[23] 李纲,李显鑫,巴志超,等.微信群会话网络结构及成员角色划分研究[J].现代情报, 2018, 38(7):3-11.
[24] 卢恒,张向先,张莉曼,等.会话分析视角下虚拟学术社区用户交互行为特征研究[J].图书情报工作, 2020, 64(13):80-89.
[25] 李月琳,张建伟,张婳.螺旋式与直线式:在线健康医疗平台用户与医生交互模式研究[J].情报学报, 2021, 40(1):88-100.
[26] 桂小庆,张俊,张晓民,等.时态主题模型方法及应用研究综述[J].计算机科学, 2017, 44(2):46-55.
[27] BLEI D M, LAFFERTY J D. Dynamic topic models[C]//Proceedings of the 23rd international conference on machine learning. New York:ACM, 2006:113-120.
[28] WANG X R, MCCALLUM A. Topics over time:a non-markov continuous-time model of topical trends[C]//Proceedings of the 12th ACM SIGKDD international conference on knowledge discovery and data mining. New York:ACM, 2006:424-433.
[29] CHENG X, YAN X, LAN Y, et al. BTM:topic modeling over short texts[J]. IEEE transactions on knowledge and data engineering, 2014, 26(12):2928-2941.
[30] ZUO Y, ZHAO J, XU K. Word network topic model:a simple but general solution for short and imbalanced texts[J]. Knowledge and information systems, 2016, 48(2):379-398.
[31] 关鹏,王曰芬,傅柱.基于LDA的主题语义演化分析方法研究——以锂离子电池领域为例[J].数据分析与知识发现, 2019, 3(7):61-72.
[32] SYED S, SPRUIT M. Full-text or abstract?examining topic coherence scores using latent dirichlet allocation[C]//2017 IEEE international conference on data science and advanced analytics (DSAA). Tokyo:IEEE, 2017:165-174.
[33] RÖDER M, BOTH A, HINNEBURG A. Exploring the space of topic coherence measures[C]//Proceedings of the eighth ACM international conference on Web search and data mining. New York:ACM, 2015:399-408.
[34] 成怡,朱伟康,徐国伟.基于余弦相似度的改进ORB匹配算法[J].天津工业大学学报, 2021, 40(1):60-66.
[35] 史忠植.知识发现[M].北京:清华大学出版社, 2002.作者贡献说明:翟姗姗:确定选题;提出论文框架,论文修改;王左戎:撰写论文;陈欢:处理数据;潘港辉:获取及预处理数据。

会话分析视角下的突发公共事件主题演化研究——以"新冠肺炎疫情"为例

Research on Topic evolution of Public Emergencies from the Perspective of Conversation Analysis：A Case Study of COVID-19

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics

[1]	郭宇, 张传洋, 张海涛, 于文倩. 危机管理视角下突发事件舆情主题演化与治理分析[J]. 图书情报工作, 2022, 66(8): 113-121.
[2]	梁爽, 刘小平. 基于文本挖掘的科技文献主题演化研究进展[J]. 图书情报工作, 2022, 66(13): 138-149.
[3]	丁敬达, 陈一帆, 刘超, 蔡微. 基于共词和Word2Vec加权向量的文献-主题语义匹配分析方法[J]. 图书情报工作, 2022, 66(12): 108-116.
[4]	陈虹枢, 宋亚慧, 金茜茜, 汪雪锋. 动态主题网络视角下的突破性创新主题识别:以区块链领域为例[J]. 图书情报工作, 2022, 66(10): 45-58.
[5]	王晓, 马超, 翟姗姗. 会话分析视角下非正式信息交流主题与主题簇演化分析[J]. 图书情报工作, 2021, 65(17): 91-100.
[6]	马晓悦, 薛鹏珍, 陈忆金, 朱多刚. 社交媒体危机主题演化模型构建与趋势分析[J]. 图书情报工作, 2021, 65(13): 77-86.
[7]	王康, 高继平, 潘云涛, 陈悦. 多位态研究主题识别及其演化路径方法研究[J]. 图书情报工作, 2021, 65(11): 113-122.
[8]	吴一平, 白如江, 刘明月, 王效岳. 融合评论主题识别与技术属性多维度分析的技术机会发现研究[J]. 图书情报工作, 2021, 65(10): 56-67.
[9]	张鑫, 文奕, 许海云, 刘忠禹. Prophet预测-修正的主题强度演化模型——以干细胞领域为实证[J]. 图书情报工作, 2020, 64(8): 78-92.
[10]	何琳, 乔粤, 刘雪琪. 春秋时期社会发展的主题挖掘与演变分析——以《左传》为例[J]. 图书情报工作, 2020, 64(7): 30-38.
[11]	岳丽欣, 周晓英, 陈旖旎. 期刊论文核心研究主题识别及其演化路径可视化方法研究——以我国医疗健康信息领域期刊论文为例[J]. 图书情报工作, 2020, 64(5): 89-99.
[12]	刘伟, 井景文. 突发公共事件视域下图书馆阅读服务策略探析——基于“新冠肺炎”疫情下的阅读推广研究[J]. 图书情报工作, 2020, 64(15): 138-143.
[13]	周雅琦, 敬卿, 牛宇. “全民战疫”背景下图书馆参与虚假信息治理的研究[J]. 图书情报工作, 2020, 64(15): 177-183.
[14]	杨晓菲, 孙继莆, 韩冰. 我国图书馆面向突发公共事件应急服务与管理研究与实践综述[J]. 图书情报工作, 2020, 64(15): 204-211.
[15]	张雪, 张志强. 学科交叉研究系统综述[J]. 图书情报工作, 2020, 64(14): 112-125.