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

被引：25
作者：
安璐 [1 ]
杜廷尧 [1 ]
余传明 [2 ]
周利琴 [1 ]
李纲 [1 ]
机构：
[1] 武汉大学信息管理学院
[2] 中南财经政法大学信息与安全工程学院
来源：
情报资料工作 | 2016年 / 05期
关键词：
时序分析; 主题演化模式; 埃博拉爆发; 微博; 突发公共卫生事件;
D O I：
暂无
中图分类号：
TP391.1 [文字信息处理]; G206 [传播理论]; D63 [国家行政管理];
学科分类号：
081203 ; 0835 ; 050302 ; 1204 ; 120401 ;
摘要：
文章利用潜在狄利克雷分配(LDA)模型和自组织映射(SOM)方法比较分析了Twitter与Weibo平台上关于西非埃博拉(Ebola)病毒爆发的微博热点主题类别,揭示其演化模式和时序趋势的异同点,最后根据这些特点为突发公共卫生事件管理部门的应急决策提供了实际的建议。
引用
收藏
页码：44 / 52
页数：9
相关论文
共 11 条
[1]   主流媒体突发公共事件报道的比较分析——以《人民日报》和香港《文汇报》对H7N9的报道为例 [J].
左莹莹 .
东南传播, 2015, (12) :61-64
[2]  
健康传播视域下S市疾控中心2014年媒体应用与风险评估研究[D]. 左馨.暨南大学 2015
[3]  
《人民日报》“非典”与“甲流”报道比较研究[D]. 周婕.湖南大学 2014
[4]  
突发公共卫生事件的报纸新闻框架研究[D]. 吴媛.湖南大学 2010
[5]  
A scalable framework for spatiotemporal analysis of location-based social media data[J] . Guofeng Cao,Shaowen Wang,Myunghwa Hwang,Anand Padmanabhan,Zhenhua Zhang,Kiumars Soltani.Computers, Environment and Urban Systems . 2015
[6]   Storyboarding for visual analytics [J].
Walker, Rick ;
ap Cenydd, Llyr ;
Pop, Serban ;
Miles, Helen C. ;
Hughes, Chris J. ;
Teahan, William J. ;
Roberts, Jonathan C. .
INFORMATION VISUALIZATION, 2015, 14 (01) :27-50
[7]   Integrating Social and Auxiliary Semantics for Multifaceted Topic Modeling in Twitter [J].
Vosecky, Jan ;
Jiang, Di ;
Leung, Kenneth Wai-Ting ;
Xing, Kai ;
Ng, Wilfred .
ACM TRANSACTIONS ON INTERNET TECHNOLOGY, 2014, 14 (04)
[8]  
Group‐in‐a‐Box Meta‐Layouts for Topological Clusters and Attribute‐Based Groups: Space‐Efficient Visualizations of Network Communities and Their Ties[J] . S. Chaturvedi,C. Dunne,Z. Ashktorab,R. Zachariah,B. Shneiderman.Computer Graphics Forum . 2014 (8)
[9]   Identifying interesting Twitter contents using topical analysis [J].
Yang, Min-Chul ;
Rim, Hae-Chang .
EXPERT SYSTEMS WITH APPLICATIONS, 2014, 41 (09) :4330-4336
[10]   Visual topical analysis of Chinese and American Library and Information Science research institutions [J].
An, Lu ;
Yu, Chuanming ;
Li, Gang .
JOURNAL OF INFORMETRICS, 2014, 8 (01) :217-233
12