發(fā)布時間：2021-03-12 06:55

　　隨著網(wǎng)絡(luò)和通訊技術(shù)的發(fā)展，微博成為了重要的輿論場所，公眾直接在微博平臺上抒發(fā)情感和表達意見。微博平臺傳遞公眾心聲，富含重要輿情價值的信息。而且其傳播廣度和速度遠遠超越了傳統(tǒng)新聞媒體，會造成輿論事件影響的迅速擴散，增加事件解決的難度。所以微博平臺是政府輿情監(jiān)控必須重視的平臺。而在政府的輿情監(jiān)控系統(tǒng)中，負面熱點新聞的早期預(yù)測尤其關(guān)鍵。因為負面新聞影響社會穩(wěn)定，破壞性極顯著，只有及時預(yù)測發(fā)現(xiàn)網(wǎng)絡(luò)負面熱點新聞，幫助政府部門把握住處理負面熱點事件的最佳時機，才能最小化負面熱點新聞帶來的傷害，維護好社會的安定。但是由于負面新聞的突發(fā)性和復(fù)雜性，目前負面熱點新聞早期預(yù)測這個課題還沒有很好地被研究解決。故本文將通過對媒體報導(dǎo)事件在微博中走勢的全面分析，和對關(guān)注該事件的用戶的情感走勢分析，判斷預(yù)測該事件是否是輿情負面熱點，很好地解決負面熱點新聞早期預(yù)測的問題。本文主要從以下方面作出貢獻：1.探討了國內(nèi)外熱點新聞發(fā)現(xiàn)的研究現(xiàn)狀和微博平臺的情況，發(fā)現(xiàn)將微博平臺用于負面熱點發(fā)現(xiàn)的可行性，并創(chuàng)新性的提出基于微博平臺的負面熱點發(fā)現(xiàn)技術(shù)，打破以往的負面熱點發(fā)現(xiàn)技術(shù)范疇。2.探究分析負面熱點新聞特征和微博平臺特征，創(chuàng)... 

【文章來源】：華南理工大學(xué)廣東省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：74 頁

【學(xué)位級別】：碩士

【部分圖文】：

負面熱點新聞指標(biāo)關(guān)系圖

第三章 負面熱點新聞早期預(yù)測對應(yīng)新浪微博上的用戶反應(yīng)信息主要是先將報導(dǎo)新聞標(biāo)題作為關(guān)鍵詞，利用新浪微博搜索，最后把相應(yīng)的搜索結(jié)果采集下來。數(shù)據(jù)采集的過程中還注意信息的去重，主要是新聞?wù)军c新聞報導(dǎo)的去重。文本分析處理模塊主要是針對微博文本進行中文分詞和相應(yīng)的詞頻統(tǒng)計，tf*idf 作為詞的權(quán)重，用向量空間表示一個話題，來把話題進行歸類，判斷話題的深度。此外，它還涉及借助負面詞出現(xiàn)的比例來判斷新聞的破壞性。數(shù)據(jù)統(tǒng)計分析模塊主要是統(tǒng)計分析出話題描述的各個指標(biāo)及熱點七因素的計算。預(yù)測模型就是利用本文提出的預(yù)測算法，通過簡單的機器學(xué)習(xí)和人工參與，得到負面熱點預(yù)測的指標(biāo)，對以后的新聞進行負面熱點判斷。系統(tǒng)的一般流程就是首先新聞數(shù)據(jù)采集，然后對新聞數(shù)據(jù)進行文本分析和統(tǒng)計分析，得到新聞數(shù)據(jù)熱點七因素和破壞性的值，最后利用預(yù)測模塊進行判斷預(yù)測。具體流程見下圖：

圖 5.1 新聞樣本敏感性維度對比話題的敏感性度量該話題受到公眾的持續(xù)關(guān)注度。從上圖三類新聞均值線可以看出，全國熱點的敏感度最高，均值達到 1.1；地方熱點此致，均值為 0.61；而非熱點的敏感性最低，而且差別比較大，為-0.39。這也驗證了敏感度高的話題能夠立即得到廣大公眾的關(guān)注，更容易成為熱點話題。敏感性這個維度可以很好的衡量一個新聞話題熱度，而且對三類新聞話題區(qū)分度也明顯，對熱點新聞的預(yù)測起到很大作用。但是從上圖可以看出，全國熱點的敏感值線和地方熱點的敏感值線出現(xiàn)交叉，表明不是敏感值高的話題就一定是全國熱點話題，也不是敏感值相對較低的話題就不能成為全國熱點話題，還要考量其他維度的影響。同樣，地方熱點的敏感值線和非熱點的敏感值線也出現(xiàn)交叉，表明一開始敏感值低的話題也可能發(fā)展成為地方熱點話題。5.3.2 話題潛在發(fā)展力維度依照本文定義的話題潛在發(fā)展力因素計算公式，求得21個新聞樣本的潛在發(fā)展力，結(jié)果如表 5.3：

【參考文獻】：
期刊論文
[1]基于社會網(wǎng)絡(luò)中心性分析的微博信息傳播研究——以Sina微博為例[J]. 平亮,宗利永.  圖書情報知識. 2010(06)
[2]從受眾視角解讀微博現(xiàn)象[J]. 何瑤,陳曉芝.  新聞愛好者. 2010(19)
[3]從微博的特點看危機潛伏期政府如何預(yù)警——以富士康跳樓事件為例[J]. 張兵,張金華.  新聞世界. 2010(09)
[4]大學(xué)生微博使用動機模型實證研究[J]. 李芳,曲豫賓.  福建論壇(社科教育版). 2010(08)
[5]由突發(fā)事件看微博的傳播機制[J]. 陳紅玉.  傳媒觀察. 2010(08)
[6]微博傳播環(huán)境下輿論生成初探[J]. 呂航,張婷.  新聞傳播. 2010(06)
[7]傳播學(xué)視域中的微博研究[J]. 楊曉茹.  當(dāng)代傳播. 2010(02)
[8]話題發(fā)現(xiàn)與追蹤技術(shù)研究[J]. 張曉艷,王挺.  計算機科學(xué)與探索. 2009(04)
[9]基于聚類的網(wǎng)絡(luò)輿情熱點發(fā)現(xiàn)及分析[J]. 王偉,許鑫.  現(xiàn)代圖書情報技術(shù). 2009(03)
[10]貨運量影響因素分析——多元線性回歸分析[J]. 宋彩平,韓飛.  現(xiàn)代商貿(mào)工業(yè). 2009(06)



本文編號：3077881