基于话题特征词的网络舆情参与者情感演化分析

被引：19

作者：

黄卫东

林萍

董怡

李宏伟

机构：

[1] 南京邮电大学管理学院

来源：

情报杂志 | 2015年 / 11期

关键词：

网络舆情; 话题; 特征词; 情感分析;

D O I：

暂无

中图分类号：

C912.6 [社会心理、社会行为]; G206 [传播理论];

学科分类号：

040203 ; 050302 ;

摘要：

网络舆情参与者对舆情事件情感指向的清晰定位,可以为舆情事件主体或监管部门准确掌握民众关注焦点、制定有效的网络舆情引导措施提供科学的参考。使用PLSA模型提取网络舆情话题及其特征词,结合TF-IDF修正话题特征词;基于已经提取到的话题文本特征词,构建对应的情感词表,并应用How Net相似度算法计算每个情感词对应的正负情感倾向值;综合考虑特征词对应的所有情感词,计算得出特征词的情感值,对舆情参与者的情感指向及变化进行准确定位。

引用

收藏

页码：117 / 122+144 +144

页数：7

相关论文

共 11 条

[1] 网络舆情话题情感演化研究 [J].

黄卫东 ;

陈凌云 ;

吴美蓉 .

情报杂志, 2014, 33 (01) :102-107

[2] 用于网络评论分析的主题-对立情感挖掘模型 [J].

张倩 ;

瞿有利 .

计算机科学与探索, 2013, 7 (07) :620-629

[3] 基于主题情感混合模型的无监督文本情感分析 [J].

孙艳 ;

周学广 ;

付伟 .

北京大学学报(自然科学版), 2013, 49 (01) :102-108

[4] 一种面向观点挖掘的多粒度话题情感联合模型 [J].

赵煜 ;

蔡皖东 .

西安电子科技大学学报, 2011, 38 (03) :181-188

[5] 一种基于知网的中文句子情感倾向判别方法 [J].

党蕾 ;

张蕾 .

计算机应用研究, 2010, 27 (04) :1370-1372

[6] 基于依存关系分析的网络评论极性分类研究 [J].

李培 ;

何中市 ;

黄永文 .

计算机工程与应用 , 2010, (11) :138-141+144

[7] 使用机器学习方法进行新闻的情感自动分类 [J].

徐军 ;

丁宇新 ;

王晓龙 .

中文信息学报, 2007, (06) :95-100

[8] 基于HowNet的词汇语义倾向计算 [J].

朱嫣岚 ;

闵锦 ;

周雅倩 ;

黄萱菁 ;

吴立德 .

中文信息学报, 2006, (01) :14-20

[9]

规则和统计相结合的篇章情感倾向性分析研究[D]. 左维松.郑州大学. 2010

[10] Unsupervised Learning by Probabilistic Latent Semantic Analysis [J].

Thomas Hofmann .

Machine Learning, 2001, 42 :177-196