突发舆情事件的情报感知模型研究

[目的/意义]随着信息技术的高速发展,网络舆情已经成为公共决策的重要参考,正确分析和引导突发舆情事件,重点在于舆情的情报感知,为突发舆情事件的应急管理提供情报支持。[方法/过程]文章剖析突发舆情事件的发展态势,从突发事件舆情中提取情报,分类为诉求型情报和支援型情报,建立全新的突发舆情事件情报语料库,基于朴素贝叶斯、支持向量机、K-近邻三种算法,构建突发舆情事件情报感知模型,搜集大量“新型冠状病毒肺炎疫情”的文本数据进行实证分析。[结果/结论]突发舆情事件情报感知模型中三类分类算法的准确率、召回率、F1值较高,结果验证了突发舆情事件情报语料库的科学性,以及突发舆情事件情报感知模型的合理性,其中运用支持向量机算法感知结果为:诉求型情报的F1值为0.873,支援型情报的F1值为0.894,相比其他算法的感知评价指数,支持向量机算法的感知结果更加准确。