融合主题与情感特征的突发事件微博舆情演化分析

被引:235
作者
安璐
吴林
机构
[1] 武汉大学信息管理学院
关键词
主题分析; 情感分析; word2vec; 微博; 舆情; 突发事件;
D O I
暂无
中图分类号
C912.63 [社会舆论]; G206 [传播理论];
学科分类号
030310 [社会心理与社会认知]; 050302 [传播学];
摘要
[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所提出的微博舆情演化分析方法能够揭示面向特定事件的微博在突发事件生命周期各阶段的主题特征、情感类型与强度,剖析网络舆情主题与情感特征的协同演化规律。
引用
收藏
页码:120 / 129
页数:10
相关论文
共 17 条
[1]
用于微博情感分析的一种情感语义增强的深度学习模型 [J].
何炎祥 ;
孙松涛 ;
牛菲菲 ;
李飞 .
计算机学报, 2017, 40 (04) :773-790
[2]
基于特征本体的微博产品评论情感分析 [J].
唐晓波 ;
兰玉婷 .
图书情报工作, 2016, (16) :121-127+136
[3]
突发公共卫生事件的微博主题演化模式和时序趋势——以Twitter和Weibo的埃博拉微博为例 [J].
安璐 ;
杜廷尧 ;
余传明 ;
周利琴 ;
李纲 .
情报资料工作, 2016, (05) :44-52
[4]
基于多情绪源关联模型的中文微博情感分析 [J].
李凌霄 ;
李绍滋 ;
曹冬林 .
智能系统学报, 2016, 11 (04) :546-553
[5]
基于表情符的社交网络情绪词典构造 [J].
马秉楠 ;
黄永峰 ;
邓北星 .
计算机工程与设计, 2016, 37 (05) :1129-1133
[6]
基于多特征融合的中文评论情感分类算法 [J].
陈昀 ;
毕海岩 .
河北大学学报(自然科学版), 2015, (06) :651-656
[7]
基于卷积神经网络的微博情感倾向性分析 [J].
刘龙飞 ;
杨亮 ;
张绍武 ;
林鸿飞 .
中文信息学报, 2015, 29 (06) :159-165
[8]
基于word2vec的关键词提取算法 [J].
李跃鹏 ;
金翠 ;
及俊川 .
科研信息化技术与应用, 2015, 6 (04) :54-59
[9]
城市突发事件网络信息传播时序变化规律研究 [J].
贾亚敏 ;
安璐 ;
李纲 .
情报杂志, 2015, 34 (04) :91-96+90
[10]
突发事件的演化模式分析 [J].
马建华 ;
陈安 .
安全, 2009, 30 (12) :1-4