网络舆情观点团簇演化等级测度与实证研究

doi:10.13266/j.issn.0252-3116.2021.23.012

图书情报工作 ›› 2021, Vol. 65 ›› Issue (23): 106-115.DOI: 10.13266/j.issn.0252-3116.2021.23.012

网络舆情观点团簇演化等级测度与实证研究

闫璐, 杨刚, 赵江元

吉林大学管理学院长春 130022

收稿日期:2021-06-20 修回日期:2021-09-23 出版日期:2021-12-05 发布日期:2021-12-18
作者简介:闫璐,博士研究生,E-mail:623716346@qq.com;杨刚,教授,博士,博士生导师;赵江元,博士研究生。

Measurement and Empirical Study on the Evolution Level of Opinion Clusters of Internet Public Opinion

Yan Lu, Yang Gang, Zhao Jiangyuan

School of management, Jilin University, Changchun 130022

Received:2021-06-20 Revised:2021-09-23 Online:2021-12-05 Published:2021-12-18

摘要/Abstract

摘要： [目的/意义]提出和构建网络舆情观点团簇演化等级，以描述网络舆情受众的群体性观点的状态随时间与事态变化的演化程度，对于网络舆情导控与精准引导具有重要的理论及实践意义。[方法/过程]基于LDA与CNN神经网络构建网络舆情观点团簇演化等级测度模型，并以"翟天临知网事件"为实验对象，验证演化等级这一指标的有效性。[结果/结论]网络舆情观点团簇演化等级能够很好地体现网络热点事件群体观点状态的演化，在展现3个维度的属性数值同时也能反映观点团簇较前一时间节点状态的演化程度，提出的观点团簇演化等级测度结果精准地体现事件观点的各个演化高峰，为有关部门对网络舆情群体观点的靶向引导提供新的指导方向。

关键词: 网络舆情, 观点团簇, 观点演化, 演化等级, 测度模型

Abstract: [Purpose/significance] Proposing and constructing the evolution level of Internet public opinion clusters is to describe the evolution degree of the group opinion state of Internet public opinion audiences over time and events. It is of great theoretical and practical significance for Internet public opinion guidance and precise guidance.[Method/process] Based on LDA and CNN neural Internet, the paper constructed a level measurement model of Internet public opinion cluster evolution, and took "Zhai Tianlin CNKI event" as the experimental object to verify the effectiveness of the index of evolution level.[Result/conclusion] The evolution level of Internet public opinion cluster can well reflect the evolution of Internet hot event group opinion state. It can show the attribute values of three dimensions and also reflect the evolution degree of opinion clusters compared with the node state of the previous time. The evolution level measurement results of opinion cluster in this paper accurately reflect each evolution peak of event opinion. It provides a new direction for the relevant departments to target and guide the opinions of Internet public opinion groups.

Key words: Internet public opinion, opinion cluster, opinion evolution, evolution level, measurement model

中图分类号:

G203

闫璐, 杨刚, 赵江元. 网络舆情观点团簇演化等级测度与实证研究[J]. 图书情报工作, 2021, 65(23): 106-115.

Yan Lu, Yang Gang, Zhao Jiangyuan. Measurement and Empirical Study on the Evolution Level of Opinion Clusters of Internet Public Opinion[J]. Library and Information Service, 2021, 65(23): 106-115.

参考文献

[1] 韩忠明,李梦琪,刘雯,等.网络评论方面级观点挖掘方法研究综述[J].软件学报, 2018,29(2):417-441.
[2] 孙红,黎铨祺,赵娜.基于双层树状支持向量机的观点挖掘与倾向分析[J].智能计算机与应用,2021,11(3):44-47.
[3] 唐洪婷,蔡秀定,张延林,等.基于深度学习的企业开放社区用户创意挖掘方法研究[J/OL].系统工程理论与实践.[2021-09-21]. http://kns.cnki.net/kcms/detail/11.2267.N.20210527.1546.009.html.
[4] 张柳,王晰巍,黄博,等.基于字词向量的多尺度卷积神经网络微博评论的情感分类模型及实验研究[J].图书情报工作,2019,63(18):99-108.
[5] 陈健瑶,夏立新,刘星月.基于主题图谱的网络舆情特征演化及其可视化分析[J].情报科学,2021,39(5):75-84.
[6] 黄微,朱镇远,许烨婧,等.网络舆情衍进指数构建与实证分析[J].图书情报工作, 2019,63(20):26-33.
[7] SAITO K, OHARA K, YAMAGISHI Y, et al. Learning diffusion probability based on node attributes in social Internets[C]//Foundations of intelligent systems-international symposium. Berlin:Springer berlin heidelberg, 2011.
[8] 周琦萍,杨芳.基于SIS模型的网络舆情无监督预警机制研究[J].情报科学,2019,37(8):51-55.
[9] 杨鼎, 阳爱民. 一种基于情感词典和朴素贝叶斯的中文文本情感分类方法[J]. 计算机应用研究, 2010, 27(10):3737-3739.
[10] BLEI D M, NG A Y, JORDAN M L, et al. Latent dirichlet allocation[J]. Journal of machine learning research, 2003, 11(3):993-1022.
[11] FREEMAN R M. Observing language changes in aging and Alzheimer's speech using information theory techniques[J]. Dissertations & theses-gradworks, 2015,11(1):21-26.
[12] 苏炯铭, 刘宝宏, 李琦, 等. 基于观点动力学的在线评分人数预测[J]. 计算机工程, 2014, 40(10):155-160.
[13] 王美方, 刘培玉, 朱振方. 基于TFIDF的特征选择方法[J]. 计算机工程与设计, 2007, 28(23):5795-5796,5799.
[14] 高俊峰,黄微.网络舆情场中观点簇丛的情感极化度测算[J].图书情报工作, 2019,63(10):106-114.

[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]	王晰巍, 王小天, 李玥琪. 重大突发事件网络舆情UGC的事理图谱构建研究——以自然灾害7·20河南暴雨为例[J]. 图书情报工作, 2022, 66(16): 13-23.
[3]	陈健瑶, 翟姗姗, 夏立新, 刘德印. 融合句法特征和句法相似度的网络舆情突发事件识别方法研究[J]. 图书情报工作, 2021, 65(9): 41-50.
[4]	孙倬, 赵红, 王宗水. 网络舆情研究进展及其主题关联关系路径分析[J]. 图书情报工作, 2021, 65(7): 143-154.
[5]	张冬, 魏俊斌. 情感驱动下主流媒体疫情信息数据分析与话语引导策略[J]. 图书情报工作, 2021, 65(14): 101-108.
[6]	郭苏琳, 黄微, 李吉. 区块链技术在网络舆情风险管理体系的应用研究[J]. 图书情报工作, 2020, 64(9): 19-26.
[7]	牟冬梅, 邵琦, 韩楠楠, 王萍, 金姗, 靳春妍. 微博舆情多维度社会属性分析与可视化研究——以某疫苗事件为例[J]. 图书情报工作, 2020, 64(3): 111-118.
[8]	许烨婧, 黄微, 赵江元. 多媒体网络舆情信息并发获取模型构建及实证分析[J]. 图书情报工作, 2020, 64(23): 124-132.
[9]	孔婧媛, 滕广青, 王思茗, 庹锐. 舆情当事人回应对网民情感的影响研究[J]. 图书情报工作, 2020, 64(18): 89-96.
[10]	周昕, 李瑞, 黄微. 多媒体网络舆情危机响应机理及风险分型研究[J]. 图书情报工作, 2019, 63(20): 6-16.
[11]	黄微, 刘熠, 许烨婧, 孙悦. 网络舆情推文的热度测度模型构建[J]. 图书情报工作, 2019, 63(20): 17-25.
[12]	黄微, 徐烨, 朱镇远. 多媒体网络舆情信息传播要素细分及属性分析[J]. 图书情报工作, 2019, 63(20): 34-42.
[13]	黄微, 赵江元, 许烨婧. 多媒体网络舆情知识库群互操作要素及机理研究[J]. 图书情报工作, 2019, 63(20): 43-50.
[14]	郭勇, 高歌, 王天勇, Harris Wu, 周世玉. 社交网络舆情意见领袖研究:蝴蝶图示、甄别及影响力评价[J]. 图书情报工作, 2019, 63(14): 62-73.
[15]	张晓君, 黄微, 李瑞. 心理距离视角下网络舆情传播意愿影响因素研究[J]. 图书情报工作, 2019, 63(12): 86-93.

网络舆情观点团簇演化等级测度与实证研究

Measurement and Empirical Study on the Evolution Level of Opinion Clusters of Internet Public Opinion

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