輿情事件中用戶行為直接決定了輿論導(dǎo)向,研究用戶行為特征與影響力對(duì)于輿情監(jiān)測(cè)有著重要意義。對(duì)"長(zhǎng)春長(zhǎng)生疫苗事件"中的微博用戶行為特征進(jìn)行統(tǒng)計(jì)分析,結(jié)合機(jī)器學(xué)習(xí)中的樸素貝葉斯分類器對(duì)輿情文本數(shù)據(jù)進(jìn)行情感分析,建立實(shí)時(shí)影響力模型對(duì)微博用戶行為的影響力進(jìn)行實(shí)證研究。結(jié)果表明,微博用戶行為中轉(zhuǎn)發(fā)行為相比于點(diǎn)贊、評(píng)論,更具有影響力。用戶情感傾向極性越大,傳播的影響力越大,而且情感極性為負(fù)向的博文比正向的博文傳播更快,影響力更大。 

【文章來(lái)源】：湖北經(jīng)濟(jì)學(xué)院學(xué)報(bào)(人文社會(huì)科學(xué)版). 2020,17(11)

【文章頁(yè)數(shù)】：4 頁(yè)

【文章目錄】：
一、引言
二、影響力模型設(shè)定和變量選擇
三、微博用戶的情感分析
    （一）數(shù)據(jù)獲取
    （二）數(shù)據(jù)預(yù)處理
    （三）基于樸素貝葉斯模型的情感分析
四、基于情感分析的微博用戶影響力實(shí)證分析
五、結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于Logistic模型的微博輿情熱點(diǎn)發(fā)展預(yù)測(cè)研究[J]. 羅泰曄.  統(tǒng)計(jì)與信息論壇. 2017(10)
[2]融入情感差異和用戶興趣的微博轉(zhuǎn)發(fā)預(yù)測(cè)[J]. 唐曉波,羅穎利.  圖書情報(bào)工作. 2017(09)
[3]突發(fā)事件中微博用戶社群輿情傳播特征研究[J]. 何躍,鄧姝穎,馬玉鳳,雷挺.  情報(bào)科學(xué). 2016(06)
[4]基于U&G理論的微博信息傳播影響因素實(shí)證分析[J]. 劉行軍,甘春梅,王偉軍.  情報(bào)科學(xué). 2016(03)
[5]基于用戶行為特征的微博轉(zhuǎn)發(fā)預(yù)測(cè)研究[J]. 劉瑋,賀敏,王麗宏,劉悅,沈華偉,程學(xué)旗.  計(jì)算機(jī)學(xué)報(bào). 2016(10)
[6]新浪微博數(shù)據(jù)挖掘方案[J]. 廉捷,周欣,曹偉,劉云.  清華大學(xué)學(xué)報(bào)(自然科學(xué)版). 2011(10)
[7]基于社會(huì)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(bào)知識(shí). 2010(06)
[8]一種文本處理中的樸素貝葉斯分類器[J]. 李靜梅,孫麗華,張巧榮,張春生.  哈爾濱工程大學(xué)學(xué)報(bào). 2003(01)

碩士論文
[1]新浪微博用戶行為分析及預(yù)測(cè)[D]. 解軍.山西師范大學(xué) 2016
[2]微博用戶轉(zhuǎn)發(fā)行為及情感預(yù)測(cè)研究[D]. 馬瑩瑩.哈爾濱工業(yè)大學(xué) 2015



本文編號(hào)：3206548