基于贝叶斯模型的移动环境下网络舆情用户情感演化研究——以新浪微博“里约奥运会中国女排夺冠”话题为例

被引:90
作者
王晰巍 [1 ,2 ]
张柳 [1 ]
文晴 [1 ]
王楠阿雪 [1 ]
机构
[1] 吉林大学管理学院
[2] 吉林大学大数据管理研究中心
关键词
移动环境; 网络舆情用户; 情感演化; 朴素贝叶斯;
D O I
暂无
中图分类号
G252 [读者工作]; G353.1 [情报资料的分析和研究];
学科分类号
050302 [传播学]; 120502 [情报学];
摘要
了解和掌握移动环境下网络舆情用户情感演化规律及构建情感演化模型,对相关部门加强移动环境下网络舆情信息监管和正确引导网络舆情走向具有重要意义。本文基于朴素贝叶斯模型,以训练词向量、文本预处理、训练朴素贝叶斯、性能测评为处理过程,从词频、地域和时间三个可视化维度构建基于移动环境下网络舆情用户评论情感分析模型;以新浪微博"里约奥运会中国女排夺冠"话题为例进行可视化分析情感演化过程研究。本文所构建的情感分析模型能有效运用于移动环境下网络舆情用户情感演化研究,实证研究结果表明新浪微博用户对"里约奥运会中国女排夺冠"话题主要呈现正向情感,同时直辖市、沿海省份等经济发达地区相比西南地区、东北地区等经济欠发达省份对话题态度更加乐观。
引用
收藏
页码:1241 / 1248
页数:8
相关论文
共 16 条
[1]
基于SNA的事故灾难舆情关键用户识别及治理 [J].
谭雪晗 ;
涂艳 ;
马哲坤 .
情报学报, 2017, 36 (03) :297-306
[2]
基于分类的微博情感分析算法研究及实现 [J].
杨艳霞 .
计算机与数字工程, 2017, 45 (02) :197-200+396
[3]
网络评论情感分析关键技术及应用研究 [J].
朱琳琳 ;
徐健 .
情报理论与实践, 2017, 40 (01) :121-126+131
[4]
面向商品评论文本的情感分析与挖掘 [J].
李涵昱 ;
钱力 ;
周鹏飞 .
情报科学 , 2017, (01) :51-55+61
[5]
基于多特征融合的微博主题情感挖掘 [J].
黄发良 ;
冯时 ;
王大玲 ;
于戈 .
计算机学报, 2017, 40 (04) :872-888
[6]
社交网络用户线上线下情感传播差异及影响因素分析——以“成都女司机被打”事件为例 [J].
李勇 ;
蔡梦思 ;
邹凯 ;
李黎 .
情报杂志, 2016, 35 (06) :80-85
[7]
基于迁移学习微博情绪分类研究——以H7N9微博为例 [J].
周清清 ;
章成志 .
情报学报, 2016, 35 (04) :339-348
[8]
基于话题特征词的网络舆情参与者情感演化分析 [J].
黄卫东 ;
林萍 ;
董怡 ;
李宏伟 .
情报杂志, 2015, 34 (11) :117-122+144
[9]
移动环境下网络舆情信息传播模式及实证研究——以埃博拉话题为例 [J].
王晰巍 ;
赵丹 ;
魏骏巍 ;
李嘉兴 .
情报学报, 2015, 34 (07) :683-692
[10]
移动网络对网络舆情演化的影响研究 [J].
郭韧 ;
陈福集 ;
李江竹 ;
涂金珠 .
情报杂志, 2015, 34 (07) :130-134