微博网络中基于主题发现的舆情分析

被引:3
作者
彭浩
周杰
周豪
赵丹丹
机构
[1] 浙江师范大学计算机科学与工程系
基金
浙江省自然科学基金;
关键词
微博网络; 舆情分析; 主题发现; 文本特征;
D O I
暂无
中图分类号
TP391.1 [文字信息处理];
学科分类号
081203 ; 0835 ;
摘要
针对现有微博网络舆情分析的研究中没有从全局层面考虑舆情文本特征的情况,结合微博网络舆情的主题及趋向性分析,提出了基于主题发现的微博网络舆情分析模型,从文本预处理、微博文本特征提取、微博舆情的主题发现及趋向性分析三方面进行了具体描述。仿真结果表明,基于该模型实现的微博网络舆情分析方法在微博网络舆情的分析处理中检测效果良好,说明该模型有效。相关内容可为该领域的进一步研究提供有价值的参考。
引用
收藏
页码:611 / 617
页数:7
相关论文
共 14 条
[1]   基于时空分析的微博演化可视化 [J].
王松 ;
吴亚东 ;
李秋生 ;
蒋宏宇 ;
邹勇刚 .
西南科技大学学报, 2014, 29 (03) :68-75
[2]   基于改进聚类算法的网络舆情分析系统研究 [J].
王旭仁 ;
李娜 ;
何发镁 ;
王彦丽 ;
宋蓓 .
情报学报, 2014, (05) :530-537
[3]   基于灰色支持向量机的网络舆情预测模型 [J].
曾振东 .
计算机应用与软件, 2014, 31 (02) :300-302+311
[4]   基于改进最大匹配算法的中文分词粗分方法 [J].
周俊 ;
郑中华 ;
张炜 .
计算机工程与应用, 2014, 50 (02) :124-128
[5]   基于短文本及情感分析的微博舆情分析 [J].
李岩 ;
韩斌 ;
赵剑 .
计算机应用与软件, 2013, 30 (12) :240-243
[6]   网络舆情的云计算监测模式分析与实现 [J].
吴建军 .
电讯技术, 2013, 53 (04) :476-481
[7]  
基于复杂网络的微博舆情分析[J]. 唐晓波,宋承伟.情报学报. 2012 (11)
[8]   基于二阶隐马尔可夫模型的清浊音恢复算法 [J].
何洪华 ;
徐敬德 ;
计哲 ;
崔慧娟 ;
唐昆 .
电讯技术, 2011, 51 (06) :56-60
[9]   微博在我国的传播现状及传播特征分析 [J].
殷俊 ;
何芳 .
河南大学学报(社会科学版), 2011, 51 (03) :124-129
[10]   互联网舆情分析及应用研究 [J].
许鑫 ;
章成志 .
情报科学 , 2008, (08) :1194-1200+1204