面向微博舆情演化分析的隐马尔科夫模型研究

被引:24
作者
何建民 [1 ,2 ]
李雪 [1 ]
机构
[1] 合肥工业大学管理学院
[2] 过程优化与智能决策教育部重点实验室
关键词
网络舆情分析; 隐马尔科夫模型; 舆情分析模型; 微博舆情监管;
D O I
10.13833/j.cnki.is.2016.04.002
中图分类号
G206 [传播理论];
学科分类号
摘要
微博舆情是互联网舆情表现的新形式,已成为影响国家安全和社会稳定的不确定因素,是网络舆情监测、预警和管控决策支持领域的新问题。本文运用隐马尔科夫模型(HMM)理论,选择网民特征、信息主题和信息内容完整度三维指标,根据微博舆情的事件演化阶段建立HMM状态空间、确定观测值、计算相关的参数,从而构建了面向微博舆情演化分析的隐马尔科夫模型,以揭示微博舆情演化发展的一般规律,并对模型的有效合理性实证验证。
引用
收藏
页码:7 / 12
页数:6
相关论文
共 16 条
[1]   新媒体事件聚焦网民注意力影响因素分析 [J].
王超群 .
情报杂志 , 2013, (08) :39-44
[2]   基于复杂网络理论的微博信息传播实证分析 [J].
田占伟 ;
隋玚 .
图书情报工作, 2012, 56 (08) :42-46
[3]   隐马尔可夫模型研究进展及其管理领域应用 [J].
腾格尔 ;
贺昌政 ;
蒋晓毅 .
软科学, 2012, 26 (02) :122-126
[4]   因特网舆情传播的协同元胞自动机模型 [J].
方薇 ;
何留进 ;
宋良图 .
计算机应用, 2012, 32 (02) :399-402
[5]   基于马尔可夫链的舆情热度趋势分析 [J].
刘勘 ;
李晶 ;
刘萍 .
计算机工程与应用 , 2011, (36) :170-173
[6]   微博客信息传播结构、路径及其影响因素分析 [J].
袁毅 .
图书情报工作, 2011, 55 (12) :26-30
[7]   网民政府形象认知定势现象研究——以农民上访后“出逃”事件为例 [J].
王国华 ;
王雅蕾 .
情报杂志, 2011, 30 (06) :51-55+6
[8]   网络群体性事件演变机制研究 [J].
陈强 ;
徐晓林 ;
王国华 .
情报杂志, 2011, 30 (03) :35-38
[9]   网络群体性事件演化要素研究 [J].
陈强 ;
徐晓林 .
情报杂志 , 2010, (11) :15-18+43
[10]   非常规突发事件网络舆情热度评价指标体系构建 [J].
张一文 ;
齐佳音 ;
方滨兴 ;
李欲晓 .
情报杂志 , 2010, (11) :71-75+117