基于超图的微博舆情超网络关键舆情要素识别

随着微博用户数日益增多,微博已然成为了网络舆情的重要产生地,同时微博舆情状态多样,涉及因素复杂,多种不同因素构成了一个复杂的系统,系统中存在个别用户、微博或评论等舆情要素对舆情演变起关键作用。因此引入超网络对微博舆情的关键舆情要素进行识别,对网络舆情的分析和监控有积极意义。本研究以基于超图的超网络为基础,构建了微博舆情超网络分析模型,应用LDA,SnowNLP,Python仿真分析等方法,识别微博舆情中的关键舆情要素,并对关键舆情要素的特征和情感进行分析与讨论。最后,应用在真实的舆情主题中,识别出六类关键舆情要素,分别是活跃人物、传播人物、热点微博、潜在热门微博、热点主题、中心主题,并分析各关键舆情要素的情感倾向。研究结果表明,建立的超网络模型,能有效识别特定舆情环境下的关键舆情要素,有利于对网络热门事件进行舆情分析和监控。