發(fā)布時(shí)間：2020-07-23 13:40

【摘要】：微博作為一類特殊的社交媒體,除了蘊(yùn)含大量的短文本信息外還包含微博用戶、時(shí)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(zhǔn)確識別、有效組織關(guān)鍵輿情要素,并協(xié)同主題模型進(jìn)行微博輿情主題發(fā)現(xiàn)研究,提高主題發(fā)現(xiàn)準(zhǔn)確率,繼而提高輿情管理水平,是當(dāng)前輿情研究的重點(diǎn)。在對主流主題發(fā)現(xiàn)分析方法進(jìn)行研究的基礎(chǔ)上,本研究認(rèn)為當(dāng)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(diǎn)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(jìn)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(gè)方面:(1)研究了多輿情要素組織方法,借鑒傳統(tǒng)的傳播學(xué)理論,綜合考慮了微博用戶(Who)、內(nèi)容觀點(diǎn)(What)、情感特征(How)和時(shí)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(jìn)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(yùn)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(yùn)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?fù)浞治鲋笜?biāo)構(gòu)建方法,進(jìn)而根據(jù)拓?fù)渲笜?biāo)的時(shí)變特點(diǎn)分析輿情主題的動態(tài)演化特征。(4)實(shí)證分析,在進(jìn)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(gè)角度對本研究方法的可靠性進(jìn)行驗(yàn)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(shí)情況,結(jié)果真實(shí)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(xué)的、合理的、有效的,適用于對包含多要素特征的微博輿情進(jìn)行主題發(fā)現(xiàn)分析。本文創(chuàng)新點(diǎn)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(xué)位授予單位】：中國農(nóng)業(yè)科學(xué)院
【學(xué)位級別】：博士
【學(xué)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(jìn)行方法驗(yàn)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(biāo)、闡述研究意念進(jìn)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(shí)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(jì)，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(dá) 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(gè)百分點(diǎn)。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(shí)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(shí)通訊功能的（QQ、微信等）、基于新聞、熱點(diǎn)信Twitter 等）和基于知識學(xué)習(xí)功能的（知乎、論壇等），滿足了廣大網(wǎng)民的各種

強(qiáng)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(xué)理論鍵作用；第 3 條是“新哈佛學(xué)派”。該學(xué)派產(chǎn)生于 20 研究學(xué)者組成，該學(xué)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(qiáng)調(diào)弱關(guān)系與強(qiáng)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(diǎn)（社會行動者）和個(gè)點(diǎn)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(shí)刻信息和地域信息。以是個(gè)人用戶、媒體用戶或政府用戶，也可以是輿情信下的觀點(diǎn)、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(gè)用戶之間可能即存在關(guān)注

科學(xué)院博士學(xué)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(jìn)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(jìn)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(jì)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(jì)算、主題識別方法選擇和聚節(jié)進(jìn)行重點(diǎn)論述。

【相似文獻(xiàn)】

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(xué)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(xué)主題信息教育的探索與實(shí)踐[J];中小學(xué)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(jì)算機(jī)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(jì)算機(jī)工程;2002年02期

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

8 梁田;;個(gè)性化科研主題信息環(huán)境構(gòu)建技術(shù)方案實(shí)踐[J];圖書情報(bào)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(bào);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(bào)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(xué)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(shí)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(xué)術(shù)會議論文集（研究報(bào)告篇）[C];2004年

4 刁宇峰;王昊;林鴻飛;楊亮;;博客中重復(fù)評論發(fā)現(xiàn)[A];中國計(jì)算語言學(xué)研究前沿進(jìn)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(xué)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(xué)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(jì)算機(jī)學(xué)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(diǎn)挖掘與手機(jī)產(chǎn)品性能分析[A];2017年（第五屆）全國大學(xué)生統(tǒng)計(jì)建模大賽獲獎?wù)撐倪x[C];2017年

相關(guān)博士學(xué)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(xué)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(xué);2017年

相關(guān)碩士學(xué)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(xué);2018年

2 葉康;基于主題模型和注意力機(jī)制的短文本方面提取研究[D];南京大學(xué);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(xué);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(cái)經(jīng)政法大學(xué);2018年

5 張秋楠;面向興趣主題的新浪微博個(gè)性化推薦方法[D];河南大學(xué);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(shí)現(xiàn)[D];山東師范大學(xué);2018年

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

8 王麗君;詞向量和文本隱含主題的聯(lián)合學(xué)習(xí)研究[D];華中師范大學(xué);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(shí)現(xiàn)[D];浙江大學(xué);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(xué);2018年

本文編號：2767394