【摘要】：隨著互聯(lián)網(wǎng)絡(luò)和移動(dòng)終端技術(shù)的不斷發(fā)展以及手機(jī)用戶的不斷增加,微博、網(wǎng)站評論專欄、博客帖吧等已經(jīng)成為網(wǎng)絡(luò)輿情的主要陣地,并對公眾輿論和政府決策產(chǎn)生了顯著影響,而現(xiàn)有的公共安全事件網(wǎng)絡(luò)輿情的演化分析研究尚且不足。因此,對于公共安全事件的演化分析方法進(jìn)行研究,分析公共安全事件網(wǎng)絡(luò)輿情的演化規(guī)律,對于政府進(jìn)行事件應(yīng)急管理和決策有著十分重要的作用。本文針對公共安全事件網(wǎng)絡(luò)輿情的演化進(jìn)程做整體分析,從公共安全事件網(wǎng)絡(luò)輿情熱度、主題和公眾情感傾向多個(gè)維度對事態(tài)的發(fā)展進(jìn)行研究,詳細(xì)分析了公安事件網(wǎng)絡(luò)輿論演變周期各階段的動(dòng)態(tài)特征。本文以“北京紅黃藍(lán)虐童事件”這一群體性社會(huì)安全事件進(jìn)行微博輿情演化分析研究。針對微博領(lǐng)域公共安全事件的主題演化問題,提出一種MD-HDP主題模型,利用時(shí)間特征和話題標(biāo)簽精確提取相關(guān)微博文本,然后對不同時(shí)間段內(nèi)的事件文本信息分別進(jìn)行建模,挖掘事件主題在時(shí)間軸上的演化特征;針對微博公共安全事件的公眾情感演化問題,提出一種改進(jìn)的PMI-IR算法,重新定義情感短語的提取方式和標(biāo)準(zhǔn)詞的選擇,提出一種更適合微博評論文本的情感分類方法,挖掘事件情感在時(shí)間軸上的演化特征;最后從輿情熱度演化、事件主題演化、公眾情感傾向演化多個(gè)維度來挖掘事件的演化規(guī)律,使決策部門能夠更加精準(zhǔn)的掌握事件的發(fā)展態(tài)勢,在時(shí)間節(jié)點(diǎn)上更加合理的介入,引導(dǎo)輿論走向,避免引起二次傷害。
【圖文】：

計(jì)報(bào)告》[1]，根據(jù)報(bào)告顯示 2018 年 6 月以來，中國上網(wǎng)人數(shù)為 80200 萬，普及率為 57.7%移動(dòng)互聯(lián)網(wǎng)用戶數(shù)量達(dá)到 7.88 億，，通過手機(jī)上網(wǎng)的比例高達(dá) 98.3%[1]。在互聯(lián)網(wǎng)新媒體中，互聯(lián)網(wǎng)信息己經(jīng)滲透到人們生活的各個(gè)領(lǐng)域，如政治、經(jīng)濟(jì)、文化、體育、科技等網(wǎng)絡(luò)新聞和專題、網(wǎng)站評論專欄、微博、博客帖吧等等網(wǎng)絡(luò)平臺(tái)已經(jīng)成為人們對相關(guān)事件發(fā)表意見和觀點(diǎn)的主陣地。例如，微博網(wǎng)頁中熱門領(lǐng)域分類情況如圖 1.1 所示。

結(jié)構(gòu)化的文本數(shù)據(jù)經(jīng)過預(yù)處理后變成計(jì)算機(jī)理解的數(shù)據(jù)。文本挖掘?qū)儆跀?shù)據(jù)挖掘的一個(gè)分支，常指從海量的非結(jié)構(gòu)化文本數(shù)據(jù)中挖掘具有一定價(jià)值的數(shù)據(jù)的過程。文本挖掘首先需要對爬取的文本信息內(nèi)容進(jìn)行分詞、去停用詞、特征抽�。蝗缓笫遣捎盟惴ɑ蚰Ｐ瓦M(jìn)行歸類操作；最后是數(shù)據(jù)的趨勢分析和數(shù)據(jù)展示。過程如圖 2.2 所示。
【學(xué)位授予單位】：上海應(yīng)用技術(shù)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：C912.63;TP391.1;D631.43

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 李連鐵;鄭雪芳;周姣;;秦皇島網(wǎng)絡(luò)輿情監(jiān)測研究[J];環(huán)渤海經(jīng)濟(jì)w

本文編號(hào)：2588821