微博环境下高校舆情情感演化图谱研究——以新浪微博“高校学术不端”话题为例

被引:54
作者
张柳 [1 ]
王晰巍 [1 ,2 ]
王铎 [1 ]
韦雅楠 [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
高校舆情; 情感演化; 情感图谱; 微博; 社交网络;
D O I
暂无
中图分类号
G647 [学校管理]; G206 [传播理论];
学科分类号
040106 [高等教育学]; 050302 [传播学];
摘要
[目的/意义]掌握和了解微博环境下高校舆情情感的演化规律,对相关部门加强高校舆情监测监管,使高校适时采取措施应对负面舆情事件的恶性传播具有十分重要的意义。[方法/过程]本文通过文本挖掘并利用词云可视化展示对文本特征进行分析;基于朴素贝叶斯分类器将网络用户评论文本进行情感分类;结合用户情感演化与舆情事件发展周期的分析动态展示高校舆情情感演化图谱。[结果/结论]网民负向情感的占比在舆情蔓延期达到顶峰,中性情感的占比在舆情蔓延期最低,正向情感的占比在舆情周期中几乎没有变化。通过对微博环境下高校舆情情感演化图谱进行研究,为微博环境下高校舆情的研究提供新的理论支撑,在实践层面为舆情监管部门及时监测和有效引导高校舆情走向起到针对性的作用。
引用
收藏
页码:119 / 126+135 +135
页数:9
相关论文
共 13 条
[1]
面向时间序列的微博突发事件衍生舆情情感分析研究——以“6.22”杭州保姆纵火案衍生舆情事件为例 [J].
崔彦琛 ;
张鹏 ;
兰月新 ;
吴立志 .
情报科学, 2019, 37 (03) :119-126
[2]
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 [J].
王晰巍 ;
张柳 ;
文晴 ;
王楠阿雪 .
情报学报, 2018, 37 (12) :1241-1248
[3]
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 [J].
陈芬 ;
陈佩帆 ;
吴鹏 ;
薛春香 .
情报理论与实践, 2018, 41 (07) :143-148
[4]
微博“中V”用户的传播特征及其引导力研究——以罗一笑事件为例 [J].
张玉晨 ;
翟姗姗 ;
许鑫 ;
夏立新 .
图书情报工作, 2018, 62 (11) :79-87
[5]
基于系统动力学的移动环境下高校网络舆情应对策略研究 [J].
陈福集 ;
翁丽娟 .
现代情报, 2018, 38 (04) :118-123+176
[6]
突发公共事件网络舆情演化及政府应对能力研究 [J].
崔鹏 ;
张巍 ;
何毅 ;
齐婧 .
现代情报 , 2018, (02) :75-83+95
[7]
突发公共卫生事件利益相关者的社会网络情感图谱研究 [J].
安璐 ;
欧孟花 .
图书情报工作, 2017, 61 (20) :120-130
[8]
基于注意力机制的微博情感分析 [J].
周瑛 ;
刘越 ;
蔡俊 .
情报理论与实践, 2018, 41 (03) :89-94
[9]
基于深度学习和OCC情感规则的网络舆情情感识别研究 [J].
吴鹏 ;
刘恒旺 ;
沈思 .
情报学报, 2017, 36 (09) :972-980
[10]
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