期刊文献+

网络舆情信息的衍变话题细分及组配规律研究 被引量:5

Research on Network Public Opinion Evolution Topics Subdivision and Grouping Law
原文传递
导出
摘要 文章以新浪网站真实数据为基础,通过识别热门事件衍变子话题的互信息度构建衍变话题网络,进而通过复杂网络分析的方法测度衍变话题网络中结点的中介中心性以及可视化衍变话题的次第组配网络拓扑,达到细分热点事件衍变话题,明确其组配规律的研究目标,以期为热点事件舆情的危机定性、技术干预、舆情跟踪反馈等工作提供实践依据。 This paper takes the real data in Sina as object, constructing the topic network by measure the mutual information degree of subtopic evolutionary from online event. Then complex network analysis been used to measure the nodes’ betweenness centrality and visualize the sub network topology of topic relation, achieve the target of seg-ment the developed topic and clear the polarity transition rules of public opinion. The result can provide the practice reference of crisis qualitative, technical intervention, event tracking and other crisis management work.
出处 《情报资料工作》 CSSCI 北大核心 2016年第4期62-66,共5页 Information and Documentation Services
基金 国家自然科学基金项目"大数据环境下多媒体网络舆情信息的语义识别与危机响应研究"(编号:71473101)的研究成果之一
关键词 舆情 复杂网络 互信息 话题分析 public opinion complex network mutual information topic analysis
  • 相关文献

参考文献9

二级参考文献52

  • 1蒋凡,高俊波,张敏,王煦法.BBS中主题发现原型系统的设计与实现[J].计算机工程与应用,2005,41(31):151-153. 被引量:19
  • 2韩中庚.数学建模方法及其应用[M].北京:高等教育出版社,2006.
  • 3宁宣熙,刘思峰.管理预测与决策方法[M].北京:科学出版社,2008.
  • 4CNKI学术定义.[2010-11-23].http://define.cnki.net.
  • 5自动标引.[2011-08-25].http://baike.baidu.com/view/853543.htm.
  • 6Wen-tau Yih, Joshua Goodman, Vitor R. Carvalho, Finding advertising keywords on web pages. Proceedings of the 15th international conference on World Wide Web, May 23-26, 2006, Edinburgh, Scotland.
  • 7Hulth, A., Megyesi, B.B. A study on automatically extracted keywords in text categorization. In: Proceedings of the 21st International Conference on Computational Linguistics and 44th Annual Meeting of the ACL. 2006.
  • 8TVe文本特征提取方法研究.[2010-11-23].http://blog.csdn.net/tvetve/archive/2008/04/14/2292111aspx.
  • 9M. Bendersky and W. B. Croft. Discovering key concepts in verbose queries. In Proc. of SIGIR, pages 491-498. ACM New York, NY, USA, 2008.
  • 10J Wang, Y Zhou, L Li, B Hu, X Hu. Improving Short Text Clustering Performance with Keyword Expansion. Heidelberg Parallel/Distributed Computing, 2007.

共引文献236

同被引文献61

引证文献5

二级引证文献50

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部