多维特征融合的网络舆情突发事件演化话题图谱研究

被引:67
作者
刘雅姝 [1 ]
张海涛 [1 ,2 ]
徐海玲 [1 ]
魏萍 [1 ]
机构
[1] 吉林大学管理学院
[2] 吉林大学信息资源研究中心
关键词
话题图谱; 网络舆情; 演化分析;
D O I
暂无
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
探索网络舆情突发事件中网民意见观点变化,挖掘事件发展特点,可以促使舆情导控工作有的放矢,实现全面控制精准引导的目标,这对于新时期网络舆论管理工作具有重大意义。本研究基于知识图谱方法,选取网络舆情突发事件评论数据构建舆情话题图谱,利用LDA方法对图谱中实体的话题属性进行划分,从Neo4j图数据库中提取话题图谱实体的话题、时间属性,以多维特征融合分析视角全方位追踪舆情话题的演化情况。所构建的舆情话题图谱可以有效识别话题讨论内容并对话题演化过程进行准确追踪,基于知识图谱方法构建的网络舆情话题图谱在动态追踪民意了解网络舆情突发事件发展方向上发挥了重大作用;网络舆情突发事件发展过程根据评论数量规模可以分为潜伏期、爆发期和衰退期三个阶段,各个阶段话题讨论数量、热度及内容等多维特征遵循着其独特的发展规律。
引用
收藏
页码:798 / 806
页数:9
相关论文
共 8 条
[1]   基于模块度的话题发现及网民情感波动研究——以新浪微博“中美间贸易摩擦”话题为例 [J].
张海涛 ;
刘雅姝 ;
张枭慧 ;
宋拓 .
图书情报工作, 2019, 63 (04) :6-14
[2]   微博舆情传播周期中不同传播者的主题挖掘与观点识别 [J].
廖海涵 ;
王曰芬 ;
关鹏 .
图书情报工作, 2018, (19) :77-85
[3]   基于社区发现和关键词共现的网络舆情潜在主题发现研究——以新浪微博魏则西事件为例 [J].
丁晟春 ;
王鹏鹏 ;
龚思兰 .
情报科学, 2018, 36 (07) :78-84
[4]   基于隐含狄利克雷分布的文本主题提取对比研究 [J].
王静茹 ;
陈震 .
情报科学 , 2018, (01) :102-107
[5]   基于超网络的微博舆情主题挖掘方法 [J].
梁晓贺 ;
田儒雅 ;
吴蕾 ;
张学福 .
情报理论与实践, 2017, 40 (10) :100-105
[6]   基于依存句法分析的微博主题挖掘模型研究 [J].
唐晓波 ;
肖璐 .
情报科学, 2015, 33 (09) :61-65
[7]   基于潜在语义分析的微博主题挖掘模型研究 [J].
唐晓波 ;
王洪艳 .
图书情报工作, 2012, (24) :114-119
[8]  
Latent tree models for hierarchical topic detection[J] . Peixian Chen,Nevin L. Zhang,Tengfei Liu,Leonard K.M. Poon,Zhourong Chen,Farhan Khawar.Artificial Intelligence . 2017