新冠肺炎疫情微博用户情感与主题挖掘的协同模型研究

被引：78

作者：

王晰巍 ^{[1
,2
,3
,4
]}

李玥琪 ^{[1
]}

刘婷艳 ^{[1
]}

张柳 ^{[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

[3] 吉林大学网络空间治理研究中心

[4] 吉林大学东北振兴研究院

来源：

情报学报 | 2021年 / 03期

关键词：

新冠肺炎疫情; 用户情感; 主题挖掘; 协同模型;

D O I：

暂无

中图分类号：

TP391.1 [文字信息处理];

学科分类号：

120506 [数字人文];

摘要：

本文主要研究针对新冠肺炎疫情期间的舆情事件,了解用户的情感及其关注主题,帮助相关舆情监管部门更好地提升舆情引导能力。本文基于认知情感评价模型,构建情感与主题挖掘协同分析模型,采用朴素贝叶斯模型(Naive Bayesian Model,NBM)对用户情感文本进行分类,并基于Relevance公式改进的LDA (Latent Dirichlet Allocation)主题模型进行主题提取。本文以新冠肺炎疫情期间"日本钻石公主号邮轮"典型舆情话题为例,进行网民情感及评论主题内容协同分析,并结合舆情事件周期和4种主题类型,对其情感特征及用户关注主题进行实证分析。研究结果表明,本文提出的情感与主题挖掘协同分析模型,能够在舆情事件发展生命周期内呈现网民情感及关注的主题特征;并且情感与主题协同分析的方法,可为舆情监管部门提高舆情引导效率,为实现网络生态治理起到一定的指导作用。

引用

页码：223 / 233

页数：11

共 33 条

[11]

基于舆情大数据的网民情感“衰减—转移”模型与实证研究 [J].