融合用户特征与多级文本倾向性分析的网络意见领袖识别

被引:17
作者
陈芬
陈佩帆
吴鹏
薛春香
机构
[1] 南京理工大学经济管理学院
关键词
文本倾向性分析; 意见领袖; 微博; 指标体系;
D O I
10.16353/j.cnki.1000-7490.2018.07.025
中图分类号
G206 [传播理论]; G353.1 [情报资料的分析和研究];
学科分类号
050302 ; 1205 ;
摘要
网络事件中,意见领袖能够传播信息、扩大影响力、引导舆论方向。为了识别意见领袖,文章引入多级文本倾向性分析,自动将文本识别为非常正面、正面、中立、负面和非常负面5种情感倾向,更加精确地表征网民对博主的支持度。在此基础上,进一步融合多种用户特征,构建系统的网络意见领袖识别指标体系,基于新浪微博的真实数据,进行意见领袖识别,并与未加支持度指标的模型以及支持度两级分类模型进行对比,验证了方法的有效性。
引用
收藏
页码:143 / 148
页数:6
相关论文
共 6 条
[1]   基于SVM多特征融合的微博情感多级分类研究 [J].
杨爽 ;
陈芬 .
数据分析与知识发现, 2017, 1 (02) :73-79
[2]   突发事件中意见领袖的识别和影响力实证研究 [J].
王佳敏 ;
吴鹏 ;
陈芬 ;
王曰芬 ;
丁晟春 .
情报学报, 2016, 35 (02) :169-176
[3]   基于情感词典与语义规则的微博情感分析 [J].
陈国兰 .
情报探索, 2016, (02) :1-6
[4]   基于观点袋模型的汽车评论情感极性分类 [J].
廖健 ;
王素格 ;
李德玉 ;
张鹏 .
中文信息学报, 2015, (03) :113-120
[5]   微博意见领袖的评价研究 [J].
方兴东 ;
叶秀敏 .
新闻界, 2014, (05) :56-60
[6]   微博网络舆情中的意见领袖识别及分析 [J].
刘志明 ;
刘鲁 .
系统工程, 2011, 29 (06) :8-16