發(fā)布時(shí)間：2020-10-12 20:03

　　 如今的互聯(lián)網(wǎng)時(shí)代,無論是生活還是工作,互聯(lián)網(wǎng)都成為人們?nèi)粘Ｌ貏e重要的部分。其帶來大量便利的同時(shí)也給這個(gè)時(shí)代帶來了許多的網(wǎng)絡(luò)輿情困擾,甚至影響到社會(huì)的和諧與穩(wěn)定,因而當(dāng)下網(wǎng)絡(luò)時(shí)代針對(duì)如何預(yù)警網(wǎng)絡(luò)輿情危機(jī)的研究越來越多,構(gòu)建和諧健康的網(wǎng)絡(luò)環(huán)境可見是非常有必要的。研究主要將網(wǎng)絡(luò)輿情危機(jī)預(yù)警分為兩個(gè)研究部分,第一部分是對(duì)采集到的樣本數(shù)據(jù)進(jìn)行情感傾向性分析,第二部分是建立輿情預(yù)警危機(jī)模型。本文基于Doc2vec和Bi-LSTM神經(jīng)網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情情感傾向性分析,其中結(jié)合了表情注意力機(jī)制,考慮到表情符號(hào)與文本之間的聯(lián)系,最終獲得了輿情的整體情感傾向。其次,基于BP和Elman神經(jīng)網(wǎng)絡(luò)算法,建立了輿論危機(jī)預(yù)警模型,對(duì)兩種神經(jīng)網(wǎng)絡(luò)模型進(jìn)行了訓(xùn)練、測(cè)試、驗(yàn)證和比較。最后,獲得了可行性較高的算法模型。本文主要做的工作有:1、綜述國(guó)內(nèi)外網(wǎng)絡(luò)輿情方面相關(guān)研究,介紹了各研究建立的預(yù)警模型指標(biāo)體系,并列舉了以往的網(wǎng)絡(luò)輿情危機(jī)預(yù)警相關(guān)算法及其算法應(yīng)用。2、本文利用Doc2vec模型與雙向LSTM神經(jīng)網(wǎng)絡(luò)模型,結(jié)合表情符號(hào)關(guān)注機(jī)制對(duì)數(shù)據(jù)進(jìn)行情感傾向性分析,研究中利用Doc2vec模型對(duì)句子進(jìn)行文本向量化,之后雙向LSTM神經(jīng)網(wǎng)絡(luò)很好地利用上下文特征信息,存留下文本的順序信息,可以自動(dòng)選擇特征作為分類,并結(jié)合表情符號(hào)權(quán)重,最后通過Softmax函數(shù)(歸一化指數(shù)函數(shù))獲取情感類別概率,分析其情感傾向性。3、首先建立網(wǎng)絡(luò)輿情預(yù)警模型預(yù)警指標(biāo)體系,主要從四個(gè)層面指標(biāo)分析和劃分指標(biāo):事件力量,網(wǎng)民力量,媒體影響力和政府指導(dǎo)。其次構(gòu)造BP、Elman神經(jīng)網(wǎng)絡(luò)預(yù)警模型,從微博話題“重慶公交車墜江”事件中抽取樣本數(shù)據(jù)。兩個(gè)神經(jīng)網(wǎng)絡(luò)模型分別訓(xùn)練、測(cè)試,對(duì)比兩種模型算法預(yù)測(cè)結(jié)果準(zhǔn)確度、誤差,驗(yàn)證模型的可行性,有效性,得到性能較好的網(wǎng)絡(luò)輿情危機(jī)預(yù)警模型。
【學(xué)位單位】：江西農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2019
【中圖分類】：TP183;C912.63;TP391.1
【部分圖文】：

2 網(wǎng)絡(luò)輿情預(yù)警相關(guān)研究綜述.1 預(yù)警指標(biāo)體系研究（1）除了在網(wǎng)絡(luò)輿情概念中提到的幾種輿情預(yù)警指標(biāo)體系之外，王鐵套[21]等了以模糊綜合評(píng)價(jià)法為基本思想的網(wǎng)絡(luò)輿情預(yù)警模型，在網(wǎng)絡(luò)輿情危機(jī)指標(biāo)體系研究中，遵循的原則是：完整性和確定性、科學(xué)性和指導(dǎo)性、定量性和實(shí)用性、性和延續(xù)性。該模型為網(wǎng)絡(luò)輿情預(yù)警問題上提供了一個(gè)新的切入點(diǎn)，并兼顧了輿展趨勢(shì)指標(biāo)，可以成功地解決網(wǎng)絡(luò)輿情多層次多指標(biāo)問題。網(wǎng)絡(luò)輿情預(yù)警模型是基于評(píng)估過程的非線性特征提出的，由于網(wǎng)絡(luò)輿情影響因多，很難充分顧及到指標(biāo)體系中每一個(gè)極小的影響因素，因此，該指標(biāo)體系只能到影響較大的指標(biāo)。此外綜合現(xiàn)有研究的輿情指標(biāo)體系，并且針對(duì)現(xiàn)有的各指標(biāo)的不足之處盡可能做到完善與改進(jìn)，將輿情傳播要素，傳播規(guī)律以及傳播特點(diǎn)充入考慮的基礎(chǔ)上，優(yōu)化并將指標(biāo)完備輿情預(yù)警指標(biāo)體系。最終得到具體的輿情預(yù)標(biāo)體系見圖 2-1。

圖 2-2 模糊綜合評(píng)價(jià)方法流程圖Fig 2-2 Flow chart of fuzzy comprehensive evaluation method模糊的綜合評(píng)價(jià)法為基礎(chǔ)創(chuàng)建網(wǎng)絡(luò)輿情預(yù)警模型，是結(jié)合評(píng)估出的，其基本步驟：確定因素集、確定評(píng)估集、計(jì)算指標(biāo)權(quán)重混合賦權(quán)法來決定該網(wǎng)絡(luò)輿情各指標(biāo)的權(quán)重系數(shù)，得到基于模輿情危機(jī)預(yù)警模型。該模型流程圖見圖 2-2。青等[22]基于 E-R 模型的網(wǎng)絡(luò)輿情監(jiān)測(cè)及預(yù)警指標(biāo)體系的構(gòu)建研上已有的指標(biāo)體系仍存在不足的基礎(chǔ)上提出了基于 E-R 模型情的產(chǎn)生、演變和沉寂具有顯著、重要影響的因素，如圖 2-3于各種網(wǎng)絡(luò)輿情監(jiān)測(cè)和預(yù)警指標(biāo)。抓住輿論觸發(fā)點(diǎn)，更加客觀效地預(yù)測(cè)網(wǎng)絡(luò)輿論的發(fā)展趨勢(shì)。 找出更多需要在各種輿論中聞的信息，以便及時(shí)處理。人提出的相對(duì)完善的網(wǎng)絡(luò)輿情監(jiān)測(cè)與預(yù)警指標(biāo)體系，該指標(biāo)在

圖 2-2 模糊綜合評(píng)價(jià)方法流程圖Fig 2-2 Flow chart of fuzzy comprehensive evaluation method糊的綜合評(píng)價(jià)法為基礎(chǔ)創(chuàng)建網(wǎng)絡(luò)輿情預(yù)警模型，是結(jié)合評(píng)估過的，其基本步驟：確定因素集、確定評(píng)估集、計(jì)算指標(biāo)權(quán)重、合賦權(quán)法來決定該網(wǎng)絡(luò)輿情各指標(biāo)的權(quán)重系數(shù)，得到基于模糊情危機(jī)預(yù)警模型。該模型流程圖見圖 2-2。等[22]基于 E-R 模型的網(wǎng)絡(luò)輿情監(jiān)測(cè)及預(yù)警指標(biāo)體系的構(gòu)建研已有的指標(biāo)體系仍存在不足的基礎(chǔ)上提出了基于 E-R 模型總的產(chǎn)生、演變和沉寂具有顯著、重要影響的因素，如圖 2-3 所各種網(wǎng)絡(luò)輿情監(jiān)測(cè)和預(yù)警指標(biāo)。抓住輿論觸發(fā)點(diǎn)，更加客觀地地預(yù)測(cè)網(wǎng)絡(luò)輿論的發(fā)展趨勢(shì)。 找出更多需要在各種輿論中得的信息，以便及時(shí)處理。提出的相對(duì)完善的網(wǎng)絡(luò)輿情監(jiān)測(cè)與預(yù)警指標(biāo)體系，該指標(biāo)在目
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 孫玲芳;周加波;林偉健;候志魯;許鋒;;基于BP神經(jīng)網(wǎng)絡(luò)和遺傳算法的網(wǎng)絡(luò)輿情危機(jī)預(yù)警研究[J];情報(bào)雜志;2014年11期

2 周金元;張莎莎;劉桂鋒;王振;;國(guó)內(nèi)微博研究綜述[J];情報(bào)雜志;2013年09期

3 杜智濤;謝新洲;;利用灰色預(yù)測(cè)與模式識(shí)別方法構(gòu)建網(wǎng)絡(luò)輿情預(yù)測(cè)與預(yù)警模型[J];圖書情報(bào)工作;2013年15期

4 楊立公;朱儉;湯世平;;文本情感分析綜述[J];計(jì)算機(jī)應(yīng)用;2013年06期

5 王鐵套;王國(guó)營(yíng);陳越;;基于模糊綜合評(píng)價(jià)法的網(wǎng)絡(luò)輿情預(yù)警模型[J];情報(bào)雜志;2012年06期

6 劉勃然;黃鳳志;;美國(guó)《網(wǎng)絡(luò)空間國(guó)際戰(zhàn)略》評(píng)析[J];東北亞論壇;2012年03期

7 張一文;齊佳音;方濱興;李欲曉;;基于貝葉斯網(wǎng)絡(luò)建模的非常規(guī)危機(jī)事件網(wǎng)絡(luò)輿情預(yù)警研究[J];圖書情報(bào)工作;2012年02期

8 王青;成穎;巢乃鵬;;網(wǎng)絡(luò)輿情監(jiān)測(cè)及預(yù)警指標(biāo)體系構(gòu)建研究[J];圖書情報(bào)工作;2011年08期

9 厲小軍;戴霖;施寒瀟;黃琦;;文本傾向性分析綜述[J];浙江大學(xué)學(xué)報(bào)(工學(xué)版);2011年07期

10 丁菊玲;勒中堅(jiān);王根生;;我國(guó)網(wǎng)絡(luò)輿情危機(jī)預(yù)警研究探討[J];情報(bào)雜志;2010年10期

相關(guān)碩士學(xué)位論文 前9條

1 蔡禮高;基于向量空間模型的文本內(nèi)容篩查方法研究[D];電子科技大學(xué);2018年

2 左崗崗;基于機(jī)器學(xué)習(xí)的渭河流域徑流預(yù)測(cè)系統(tǒng)研究[D];西安理工大學(xué);2017年

3 李曉軍;基于語(yǔ)義相似度的中文文本分類研究[D];西安電子科技大學(xué);2017年

4 甘如飴;基于doc2vec和SVM的輿情情感分析系統(tǒng)的研究與設(shè)計(jì)[D];北京郵電大學(xué);2017年

5 嚴(yán)麗;基于GA-Elman神經(jīng)網(wǎng)絡(luò)預(yù)測(cè)的時(shí)延網(wǎng)絡(luò)控制系統(tǒng)故障檢測(cè)[D];華僑大學(xué);2015年

6 吳婷婷;基于電子政務(wù)的網(wǎng)絡(luò)輿情危機(jī)預(yù)警研究[D];華中師范大學(xué);2012年

7 李媛;在線產(chǎn)品評(píng)論多情感語(yǔ)料庫(kù)的構(gòu)建與模糊計(jì)算[D];大連理工大學(xué);2010年

8 孫建國(guó);網(wǎng)絡(luò)輿論的預(yù)警與安全研究[D];重慶大學(xué);2010年

9 劉尚喜;武警部隊(duì)輿情監(jiān)測(cè)系統(tǒng)設(shè)計(jì)和實(shí)現(xiàn)[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

本文編號(hào)：2838210