基于微博評論數(shù)據(jù)的網(wǎng)民情緒異常檢測研究
發(fā)布時間:2021-01-28 05:42
面對如今的信息時代,網(wǎng)絡(luò)的飛速發(fā)展需要相應(yīng)的管理制度保駕護航,及時收集與分析網(wǎng)民的情緒和心態(tài)是政府做出正確決策和解決社會矛盾的重要前提。在突發(fā)事件網(wǎng)民情緒研究領(lǐng)域中,國外學者對此涉及鮮少,并且單獨將網(wǎng)民情緒作為主題進行的研究也較少,大多數(shù)只是在研究社交網(wǎng)站中的用戶行為里提到用戶情緒;國內(nèi)學者對網(wǎng)民情緒有一定的研究,但仍停留在定性分析層面,單純列舉政府對網(wǎng)民負面情緒的響應(yīng)措施,以及使用場景,缺乏結(jié)合實際事件和數(shù)據(jù)對政府應(yīng)急響應(yīng)策略進行討論的相關(guān)研究。因此我們有必要以突發(fā)事件中網(wǎng)民情緒為主題進行探討和研究。首先從研究方法出發(fā),介紹特征提取,聚類分析,基于聚類的異常點檢測,模糊理論,突發(fā)事件應(yīng)急決策理論,案例推理方法,基于內(nèi)容的推薦算法,并分析這些理論和方法的應(yīng)用場景。其次以“知網(wǎng)情感詞典“,“哈工大情感詞典”等為基礎(chǔ)情感詞典,利用SO-PMI技術(shù)從微博語料中提取包含網(wǎng)絡(luò)特色的情感詞匯,并將基礎(chǔ)情感詞典與特色情感詞匯相融合的方法確定課題的情感詞典,同時在背包問題的數(shù)學理論上提出使用背包模型構(gòu)建異常特征集合;隨后基于模糊聚類算法的特點,提出了一種改進的模糊聚類算法,有效防止陷入局部最優(yōu);此外根...
【文章來源】:湖北師范大學湖北省
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【部分圖文】:
圖2-1支持向量機的分類示意圖
時間 評論數(shù) 時間 評論數(shù) 時間 評論數(shù)06-30 7 07-06 6345 07-12 1907-01 27 07-07 3088 07-13 60207-02 1374 07-08 228 07-14 372007-03 608 07-09 184 07-15 450607-04 1023 07-10 636 07-16 33807-05 1254 07-11 460 07-17 93據(jù)預處理數(shù)據(jù)整理將圍繞微博內(nèi)容和網(wǎng)民的評論文本展開,因此就微博發(fā)帖內(nèi)容和評論集。通過前期的整理篩選,得到了以下有用信息,其中微博發(fā)帖內(nèi)容ID,發(fā)博時間和微博內(nèi)容,評論內(nèi)容包括評論內(nèi)容,時間,文章 ID 等體如圖 5-1 所示。
圖 5-2 評論文本數(shù)量統(tǒng)計圖以看到在研究選取的這一時期內(nèi),網(wǎng)民對此事的聚焦 0706(7 月 6 日),第二個是 0714(7 月 14 日),因分成兩個部分進行分析和論述。6 月 30 日至 7 月 12 日 7 月 17 日為第二部分。和分析第一部分,為網(wǎng)民情緒分析地更準確化,我們萌芽期,爆發(fā)期,成熟期和消退期。在 6 月 20 日到 中,將 6 月 30 日到 7 月 4 日劃分為萌芽期,將 7 月期,將 7 月 7 日到 7 月 8 日劃分為成熟期,最后將 7消退期。緒文本識別
【參考文獻】:
期刊論文
[1]大數(shù)據(jù)應(yīng)急決策研究評述與發(fā)展思考[J]. 郭春俠,杜秀秀,儲節(jié)旺. 情報理論與實踐. 2019(01)
[2]突發(fā)事件中網(wǎng)民負面情緒的應(yīng)急響應(yīng)研究綜述[J]. 凌晨,馮俊文,楊爽,吳鵬. 情報科學. 2017(11)
[3]爆炸罐突發(fā)事件“情景-應(yīng)對”模型構(gòu)建研究[J]. 彭緒富,朱小婉,嚴慧. 湖北師范大學學報(自然科學版). 2017(03)
[4]面向突發(fā)事件的網(wǎng)民情緒演化系統(tǒng)動力學模型研究[J]. 葉瓊元,蘭月新,王強,夏一雪,楊謹鋮. 情報雜志. 2017(09)
[5]網(wǎng)民對“人禍”事件的道德情緒特點——基于微博大數(shù)據(jù)研究[J]. 葉勇豪,許燕,朱一杰,梁炯潛,蘭天,于淼. 心理學報. 2016(03)
[6]案例推理方法在雷達情報組網(wǎng)系統(tǒng)故障診斷中的應(yīng)用[J]. 吳彩華,劉暢,張秀峰,于虎. 空軍預警學院學報. 2016(01)
[7]突發(fā)事件背景下政府與新媒體關(guān)系:一個文獻綜述[J]. 孫會巖. 社會科學論壇. 2014(08)
[8]美國智庫決策研究的運行機制——以布魯金斯學會為例的個案研究[J]. 李婧. 社會科學管理與評論. 2013 (03)
[9]非常規(guī)突發(fā)事件情景構(gòu)建與推演方法體系研究[J]. 王旭坪,楊相英,樊雙蛟,阮俊虎. 電子科技大學學報(社科版). 2013(01)
[10]復雜突發(fā)事件應(yīng)急響應(yīng)模型研究與仿真[J]. 朱東芹,劉艷,李志剛. 計算機仿真. 2013(01)
博士論文
[1]情景應(yīng)對型高校社會安全突發(fā)事件應(yīng)急準備體系構(gòu)建研究[D]. 陳玉芳.中國科學技術(shù)大學 2017
[2]煤礦應(yīng)急管理能力評價及提升研究[D]. 齊琪.西安科技大學 2014
[3]突發(fā)事件網(wǎng)絡(luò)輿情演變研究[D]. 方付建.華中科技大學 2011
碩士論文
[1]網(wǎng)絡(luò)評論短文本情感傾向性分析研究[D]. 曾宇.山東師范大學 2018
[2]基于CBR與貝葉斯網(wǎng)絡(luò)的建筑物火災應(yīng)急決策模型研究[D]. 謝梅玉.吉林大學 2018
[3]基于中智模糊C-均值聚類算法及其應(yīng)用研究[D]. 崔西希.西安郵電大學 2017
[4]個性化音樂推薦算法的研究與實現(xiàn)[D]. 金蕾.山東大學 2017
[5]事故災難類突發(fā)事件中的網(wǎng)絡(luò)輿論引導研究[D]. 官欣.華東師范大學 2017
[6]中文微博情感詞典的構(gòu)建研究與應(yīng)用[D]. 於偉.上海師范大學 2017
[7]高校學生日常行為異常檢測的一種改進模糊聚類方法[D]. 程永亮.大連海事大學 2017
[8]基于改進群決策法的突發(fā)事件應(yīng)急決策應(yīng)用研究[D]. 左靜璇.南京郵電大學 2016
[9]基于機器學習的微博評論信息傾向性分析的研究[D]. 汪淳.哈爾濱工業(yè)大學 2016
[10]一種基于角度的離群點檢測算法的改進[D]. 徐一文.西安電子科技大學 2015
本文編號:3004454
【文章來源】:湖北師范大學湖北省
【文章頁數(shù)】:72 頁
【學位級別】:碩士
【部分圖文】:
圖2-1支持向量機的分類示意圖
時間 評論數(shù) 時間 評論數(shù) 時間 評論數(shù)06-30 7 07-06 6345 07-12 1907-01 27 07-07 3088 07-13 60207-02 1374 07-08 228 07-14 372007-03 608 07-09 184 07-15 450607-04 1023 07-10 636 07-16 33807-05 1254 07-11 460 07-17 93據(jù)預處理數(shù)據(jù)整理將圍繞微博內(nèi)容和網(wǎng)民的評論文本展開,因此就微博發(fā)帖內(nèi)容和評論集。通過前期的整理篩選,得到了以下有用信息,其中微博發(fā)帖內(nèi)容ID,發(fā)博時間和微博內(nèi)容,評論內(nèi)容包括評論內(nèi)容,時間,文章 ID 等體如圖 5-1 所示。
圖 5-2 評論文本數(shù)量統(tǒng)計圖以看到在研究選取的這一時期內(nèi),網(wǎng)民對此事的聚焦 0706(7 月 6 日),第二個是 0714(7 月 14 日),因分成兩個部分進行分析和論述。6 月 30 日至 7 月 12 日 7 月 17 日為第二部分。和分析第一部分,為網(wǎng)民情緒分析地更準確化,我們萌芽期,爆發(fā)期,成熟期和消退期。在 6 月 20 日到 中,將 6 月 30 日到 7 月 4 日劃分為萌芽期,將 7 月期,將 7 月 7 日到 7 月 8 日劃分為成熟期,最后將 7消退期。緒文本識別
【參考文獻】:
期刊論文
[1]大數(shù)據(jù)應(yīng)急決策研究評述與發(fā)展思考[J]. 郭春俠,杜秀秀,儲節(jié)旺. 情報理論與實踐. 2019(01)
[2]突發(fā)事件中網(wǎng)民負面情緒的應(yīng)急響應(yīng)研究綜述[J]. 凌晨,馮俊文,楊爽,吳鵬. 情報科學. 2017(11)
[3]爆炸罐突發(fā)事件“情景-應(yīng)對”模型構(gòu)建研究[J]. 彭緒富,朱小婉,嚴慧. 湖北師范大學學報(自然科學版). 2017(03)
[4]面向突發(fā)事件的網(wǎng)民情緒演化系統(tǒng)動力學模型研究[J]. 葉瓊元,蘭月新,王強,夏一雪,楊謹鋮. 情報雜志. 2017(09)
[5]網(wǎng)民對“人禍”事件的道德情緒特點——基于微博大數(shù)據(jù)研究[J]. 葉勇豪,許燕,朱一杰,梁炯潛,蘭天,于淼. 心理學報. 2016(03)
[6]案例推理方法在雷達情報組網(wǎng)系統(tǒng)故障診斷中的應(yīng)用[J]. 吳彩華,劉暢,張秀峰,于虎. 空軍預警學院學報. 2016(01)
[7]突發(fā)事件背景下政府與新媒體關(guān)系:一個文獻綜述[J]. 孫會巖. 社會科學論壇. 2014(08)
[8]美國智庫決策研究的運行機制——以布魯金斯學會為例的個案研究[J]. 李婧. 社會科學管理與評論. 2013 (03)
[9]非常規(guī)突發(fā)事件情景構(gòu)建與推演方法體系研究[J]. 王旭坪,楊相英,樊雙蛟,阮俊虎. 電子科技大學學報(社科版). 2013(01)
[10]復雜突發(fā)事件應(yīng)急響應(yīng)模型研究與仿真[J]. 朱東芹,劉艷,李志剛. 計算機仿真. 2013(01)
博士論文
[1]情景應(yīng)對型高校社會安全突發(fā)事件應(yīng)急準備體系構(gòu)建研究[D]. 陳玉芳.中國科學技術(shù)大學 2017
[2]煤礦應(yīng)急管理能力評價及提升研究[D]. 齊琪.西安科技大學 2014
[3]突發(fā)事件網(wǎng)絡(luò)輿情演變研究[D]. 方付建.華中科技大學 2011
碩士論文
[1]網(wǎng)絡(luò)評論短文本情感傾向性分析研究[D]. 曾宇.山東師范大學 2018
[2]基于CBR與貝葉斯網(wǎng)絡(luò)的建筑物火災應(yīng)急決策模型研究[D]. 謝梅玉.吉林大學 2018
[3]基于中智模糊C-均值聚類算法及其應(yīng)用研究[D]. 崔西希.西安郵電大學 2017
[4]個性化音樂推薦算法的研究與實現(xiàn)[D]. 金蕾.山東大學 2017
[5]事故災難類突發(fā)事件中的網(wǎng)絡(luò)輿論引導研究[D]. 官欣.華東師范大學 2017
[6]中文微博情感詞典的構(gòu)建研究與應(yīng)用[D]. 於偉.上海師范大學 2017
[7]高校學生日常行為異常檢測的一種改進模糊聚類方法[D]. 程永亮.大連海事大學 2017
[8]基于改進群決策法的突發(fā)事件應(yīng)急決策應(yīng)用研究[D]. 左靜璇.南京郵電大學 2016
[9]基于機器學習的微博評論信息傾向性分析的研究[D]. 汪淳.哈爾濱工業(yè)大學 2016
[10]一種基于角度的離群點檢測算法的改進[D]. 徐一文.西安電子科技大學 2015
本文編號:3004454
本文鏈接:http://sikaile.net/kejilunwen/shengwushengchang/3004454.html
最近更新
教材專著