面向公安微博的用戶評(píng)論情感分析及反饋研究
發(fā)布時(shí)間:2021-09-19 20:17
為分析公安微博在熱點(diǎn)輿情事件的處置和應(yīng)對(duì)過(guò)程,通過(guò)網(wǎng)絡(luò)爬蟲獲取公眾反映激烈的"女子半夜遭毆打"事件中的公安微博評(píng)論,利用Word2vec與SVM方法相結(jié)合的方式,對(duì)評(píng)論文本數(shù)據(jù)進(jìn)行情感極性分析,并對(duì)公眾情緒在應(yīng)對(duì)過(guò)程中的變化特征進(jìn)行研究,發(fā)現(xiàn)使用公安微博及時(shí)傳遞信息、回應(yīng)公眾關(guān)切能有效控制負(fù)面情緒的爆發(fā)。故結(jié)合自動(dòng)控制原理,構(gòu)建公安微博輿情反饋模型,能促進(jìn)微博警務(wù)工作的改進(jìn),為公安微博處理公眾熱點(diǎn)事件提供借鑒與參考。
【文章來(lái)源】:武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2020,42(05)
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
Skip-gram模型結(jié)構(gòu)
支持向量機(jī)(support vector machines,SVM)是一種有監(jiān)督的機(jī)器學(xué)習(xí)方法[9-10],其致力于尋找一個(gè)最大間隔超平面,使得這個(gè)超平面到每邊最近數(shù)據(jù)點(diǎn)的距離最大,這個(gè)分類器是最大間隔分類器,屬于二分類器[11]。支持向量機(jī)的原理圖如圖2所示,其中實(shí)心圓代表正樣本,空心圓代表負(fù)樣本。平面H0和平面H都可區(qū)分兩類樣本,H表示最優(yōu)超平面。平面H1上的點(diǎn)是與H距離最近的負(fù)類樣本集合,平面H2上的點(diǎn)是與H距離最近的正類樣本集合。最大間隔分類是H1和H2之間的垂直距離。支持向量機(jī)首先將樣本數(shù)據(jù)映射到高維空間中,使得原本線性不可分的數(shù)據(jù)變得線性可分,然后在這個(gè)高維線性空間中尋找最優(yōu)超平面[12]。SVM可以很好地處理高維數(shù)據(jù)集,且泛化能力較強(qiáng),因此將SVM分類器用于微博情感分類問(wèn)題中[13-14]。1.3 反饋
在自動(dòng)控制系統(tǒng)中,“反饋”控制是一種最基本的控制形式[15]。反饋控制系統(tǒng)的原理圖如圖3所示,是將輸出量c(t)直接或者通過(guò)測(cè)量元件反向引入輸入端,稱為負(fù)反饋uf(t),再與輸入量r(t)進(jìn)行求和得到偏差量e(t),將偏差量輸入給控制器后,控制器產(chǎn)生的控制作用實(shí)現(xiàn)消除或者減小這種偏差[16-17]。2 情感分析模型
【參考文獻(xiàn)】:
期刊論文
[1]基于Word2Vec和SVM的微博輿情情感演化分析[J]. 鄧君,孫紹丹,王阮,宋先智,李賀. 情報(bào)理論與實(shí)踐. 2020(08)
[2]基于微博網(wǎng)絡(luò)爬蟲的巴黎圣母院大火輿情分析[J]. 周義棋,田向亮,鐘茂華. 武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2019(05)
[3]基于PCA-SVM算法的酒店評(píng)論文本情感分析研究[J]. 王大偉,周志瑋,曹紅根. 現(xiàn)代計(jì)算機(jī). 2019(21)
[4]基于Word2vec和SVM的微博情感挖掘與仿真分析[J]. 繆廣寒. 電子科技. 2018(05)
[5]基于關(guān)聯(lián)規(guī)則的政務(wù)微博公眾評(píng)論觀點(diǎn)挖掘[J]. 汪祖柱,阮振秋. 情報(bào)科學(xué). 2017(08)
[6]考慮公眾辟謠及反饋機(jī)制的謠言傳播及干預(yù)研究[J]. 宋清華,陳建宏. 中國(guó)安全科學(xué)學(xué)報(bào). 2017(02)
[7]公安政務(wù)微博集群化研究——以新浪政務(wù)微博集群為例[J]. 劉桂玲. 中國(guó)人民公安大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2015(02)
[8]政務(wù)微博與社會(huì)管理良性互動(dòng)策略研究——以貴州省為例[J]. 歐陽(yáng)紅. 人民論壇. 2014(19)
[9]公眾反饋信息評(píng)價(jià)模型研究及實(shí)現(xiàn)[J]. 劉剛,詹建. 軟件. 2012(07)
[10]圖書館信息服務(wù)管理應(yīng)用“反饋理論”研究[J]. 姜冬云. 圖書館學(xué)研究. 2010(19)
碩士論文
[1]突發(fā)事件處置中警務(wù)“雙微”傳播問(wèn)題研究[D]. 張宸鳴.中國(guó)人民公安大學(xué) 2018
[2]基于詞向量和SVM的中文微博情感分類研究[D]. 姜伶伶.重慶大學(xué) 2018
[3]公安政務(wù)微博公眾參與行為影響因素研究[D]. 盧樺.電子科技大學(xué) 2018
[4]我國(guó)公安微博矩陣式發(fā)展研究[D]. 馬騻.天津大學(xué) 2017
本文編號(hào):3402267
【文章來(lái)源】:武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2020,42(05)
【文章頁(yè)數(shù)】:6 頁(yè)
【部分圖文】:
Skip-gram模型結(jié)構(gòu)
支持向量機(jī)(support vector machines,SVM)是一種有監(jiān)督的機(jī)器學(xué)習(xí)方法[9-10],其致力于尋找一個(gè)最大間隔超平面,使得這個(gè)超平面到每邊最近數(shù)據(jù)點(diǎn)的距離最大,這個(gè)分類器是最大間隔分類器,屬于二分類器[11]。支持向量機(jī)的原理圖如圖2所示,其中實(shí)心圓代表正樣本,空心圓代表負(fù)樣本。平面H0和平面H都可區(qū)分兩類樣本,H表示最優(yōu)超平面。平面H1上的點(diǎn)是與H距離最近的負(fù)類樣本集合,平面H2上的點(diǎn)是與H距離最近的正類樣本集合。最大間隔分類是H1和H2之間的垂直距離。支持向量機(jī)首先將樣本數(shù)據(jù)映射到高維空間中,使得原本線性不可分的數(shù)據(jù)變得線性可分,然后在這個(gè)高維線性空間中尋找最優(yōu)超平面[12]。SVM可以很好地處理高維數(shù)據(jù)集,且泛化能力較強(qiáng),因此將SVM分類器用于微博情感分類問(wèn)題中[13-14]。1.3 反饋
在自動(dòng)控制系統(tǒng)中,“反饋”控制是一種最基本的控制形式[15]。反饋控制系統(tǒng)的原理圖如圖3所示,是將輸出量c(t)直接或者通過(guò)測(cè)量元件反向引入輸入端,稱為負(fù)反饋uf(t),再與輸入量r(t)進(jìn)行求和得到偏差量e(t),將偏差量輸入給控制器后,控制器產(chǎn)生的控制作用實(shí)現(xiàn)消除或者減小這種偏差[16-17]。2 情感分析模型
【參考文獻(xiàn)】:
期刊論文
[1]基于Word2Vec和SVM的微博輿情情感演化分析[J]. 鄧君,孫紹丹,王阮,宋先智,李賀. 情報(bào)理論與實(shí)踐. 2020(08)
[2]基于微博網(wǎng)絡(luò)爬蟲的巴黎圣母院大火輿情分析[J]. 周義棋,田向亮,鐘茂華. 武漢理工大學(xué)學(xué)報(bào)(信息與管理工程版). 2019(05)
[3]基于PCA-SVM算法的酒店評(píng)論文本情感分析研究[J]. 王大偉,周志瑋,曹紅根. 現(xiàn)代計(jì)算機(jī). 2019(21)
[4]基于Word2vec和SVM的微博情感挖掘與仿真分析[J]. 繆廣寒. 電子科技. 2018(05)
[5]基于關(guān)聯(lián)規(guī)則的政務(wù)微博公眾評(píng)論觀點(diǎn)挖掘[J]. 汪祖柱,阮振秋. 情報(bào)科學(xué). 2017(08)
[6]考慮公眾辟謠及反饋機(jī)制的謠言傳播及干預(yù)研究[J]. 宋清華,陳建宏. 中國(guó)安全科學(xué)學(xué)報(bào). 2017(02)
[7]公安政務(wù)微博集群化研究——以新浪政務(wù)微博集群為例[J]. 劉桂玲. 中國(guó)人民公安大學(xué)學(xué)報(bào)(社會(huì)科學(xué)版). 2015(02)
[8]政務(wù)微博與社會(huì)管理良性互動(dòng)策略研究——以貴州省為例[J]. 歐陽(yáng)紅. 人民論壇. 2014(19)
[9]公眾反饋信息評(píng)價(jià)模型研究及實(shí)現(xiàn)[J]. 劉剛,詹建. 軟件. 2012(07)
[10]圖書館信息服務(wù)管理應(yīng)用“反饋理論”研究[J]. 姜冬云. 圖書館學(xué)研究. 2010(19)
碩士論文
[1]突發(fā)事件處置中警務(wù)“雙微”傳播問(wèn)題研究[D]. 張宸鳴.中國(guó)人民公安大學(xué) 2018
[2]基于詞向量和SVM的中文微博情感分類研究[D]. 姜伶伶.重慶大學(xué) 2018
[3]公安政務(wù)微博公眾參與行為影響因素研究[D]. 盧樺.電子科技大學(xué) 2018
[4]我國(guó)公安微博矩陣式發(fā)展研究[D]. 馬騻.天津大學(xué) 2017
本文編號(hào):3402267
本文鏈接:http://sikaile.net/shekelunwen/gongan/3402267.html
最近更新
教材專著