近年來中國互聯網用戶數量逐年增加,互聯網用戶通過網絡平臺宣泄情緒、表達訴求,使得政府、商業(yè)參與的熱情和頻率越來越高。然而社會轉型時期出現的各種社會矛盾往往首先集中在網絡平臺上,形成強大的輿論壓力。而Web2.0的快速發(fā)展,使互聯網成為文化思想和各種言論觀點的主要傳播渠道。同時,每天不斷大規(guī)模增長的輿情數據也為相關部門對網絡輿情的管理和態(tài)勢研判帶來了很大困難。因此,本文在國內外學者研究成果的基礎上,結合機器學習、信息處理、新聞傳播學、自然語言處理、數據挖掘等多學科理論和技術,從網絡輿情分析的方法理論、技術和應用以及演化等方面進行了多角度的研究。本文的主要研究內容和創(chuàng)新點包括以下幾個部分:第一部分(對應第二章)構建并闡釋了網絡輿情分析方法理論體系,即以基礎方法為參考、常用分析方法為支撐、現代智能信息處理方法為導向的網絡輿情分析方法體系。重點對文本內容挖掘法、智能分析法、網絡測量分析法等方法進行了分析,并以網絡輿情傳播中的熱點事件“長生疫苗”事件為例,利用內容分析法對該事件相關報導進行實驗分析研究。在智能分析方面,本部分詳細分析文本內容挖掘和主題結構挖掘的相關概念和算法思想以及其在網絡輿情中...

【文章頁數】：125 頁

【學位級別】：博士

【文章目錄】：
論文創(chuàng)新點
中文摘要
ABSTRACT
第一章 引言
    1.1 課題研究的背景及研究意義
    1.2 國內外研究現狀
        1.2.1 網絡輿情的研究現狀
        1.2.2 基于語義分析的網絡輿情研究現狀
        1.2.3 網絡輿情演化研究現狀
    1.3 研究思路、研究路線及方法
        1.3.1 研究思路
        1.3.2 技術路線
        1.3.3 研究方法
    1.4 研究框架和主要內容
第二章 網絡輿情分析方法
    2.1 網絡輿情分析方法體系的構建
    2.2 網絡計量法
    2.3 內容分析法
    2.4 網絡輿情智能分析法
        2.4.1 網絡輿情文本內容挖掘
        2.4.2 網絡輿情主題結構挖掘
        2.4.3 基于主題挖掘的話題發(fā)現
    2.5 本章小結
第三章 基于語義分析的智能分析
    3.1 語義分析基本理論
    3.2 基于外部語義知識的語義分析
        3.2.1 詞語相似度計算
        3.2.2 句子相似度計算
        3.2.3 段落相似度計算
    3.3 潛在語義分析
        3.3.1 潛在語義分析的原理
        3.3.2 奇異值分解
        3.3.3 潛在語義分析的應用
        3.3.4 潛在語義分析的局限性
        3.3.5 潛在語義分析的改進
        3.3.6 實驗及結果分析
    3.4 本章小結
第四章 網絡輿情的情感傾向性分析
    4.1 情感傾向的特征分析
    4.2 情感傾向分析的應用
    4.3 不同粒度的情感傾向性分析
    4.4 CRFs模型構建及改進
    4.5 語料詞典資源及相關評測
    4.6 本章小結
第五章 網絡輿情演化分析
    5.1 網絡輿情的相關理論
        5.1.1 網絡輿情事件的內涵與特征--以公共衛(wèi)生事件為例
        5.1.2 網絡輿情的發(fā)生頻度與趨勢--以公共衛(wèi)生事件為例
        5.1.3 突發(fā)公共衛(wèi)生事件網絡輿情演化特點
    5.2 網絡輿情中的群體行為分析
        5.2.1 網絡輿情中的網民構成及情緒分析
        5.2.2 網絡輿情中的群體行為識別和特征分析
        5.2.3 網絡輿情中的群體行為趨勢分析
    5.3 網絡輿情演化機制分析
        5.3.1 網絡輿情因素分析
        5.3.2 網絡輿情演化的三個階段
        5.3.3 網絡輿情演化模型
        5.3.4 Weisbuch－Deffuant模型構建
        5.3.5 實驗仿真
    5.4 本章小結
第六章 全文總結及展望
    6.1 全文總結
    6.2 研究展望
參考文獻
攻讀博士學位期間的主要科研成果
致謝



本文編號：3752917