近幾年,隨著公眾對(duì)生態(tài)環(huán)境服務(wù)訴求的逐步提高,環(huán)境質(zhì)量尤其大氣環(huán)境質(zhì)量變化被公眾高度關(guān)注。同時(shí),伴隨著手機(jī)等智能終端的普及應(yīng)用,越來(lái)越多的人選擇通過(guò)微博等社交網(wǎng)絡(luò)媒體表達(dá)對(duì)區(qū)域環(huán)境質(zhì)量的感知意向和情緒感受。這種環(huán)境情緒可能對(duì)社會(huì)公眾情緒產(chǎn)生一定的作用,不合理的輿論導(dǎo)向可能會(huì)引發(fā)不良社會(huì)問(wèn)題。如何獲取這些公眾感知意向和情緒感受的信息,如何實(shí)時(shí)掌握公眾環(huán)境感知意向和情緒感受的變化規(guī)律,是當(dāng)前生態(tài)環(huán)境公眾滿(mǎn)意度管理的重要內(nèi)容,對(duì)于環(huán)保部門(mén)科學(xué)決策和及時(shí)的公眾輿論引導(dǎo)都具有重要的社會(huì)意義。本文以霧霾天氣影響下公眾感知為研究?jī)?nèi)容和研究方法,從環(huán)境感知的角度提出公眾環(huán)境感知模型,挖掘公眾受霧霾天氣影響后環(huán)境感知的變化規(guī)律,為環(huán)保部門(mén)管理決策和公眾環(huán)境情緒輿情疏導(dǎo)提供決策依據(jù)。具體研究包括:（1）基于社會(huì)感知計(jì)算的公眾環(huán)境感知模型和方法研究。針對(duì)當(dāng)前公眾環(huán)境感知理論模型方法較少,基于社會(huì)感知計(jì)算理論方法和社交網(wǎng)絡(luò)媒體數(shù)據(jù),提出了公眾環(huán)境感知模型。提出的公眾環(huán)境感知主要包括環(huán)境感知意向和環(huán)境感知情緒,分別給出了主要的研究理論基礎(chǔ)和方法,為基于社交媒體的公眾環(huán)境感知研究提供了基礎(chǔ)理論方法。（2）基于加權(quán)... 

【文章來(lái)源】：西北師范大學(xué)甘肅省

【文章頁(yè)數(shù)】：64 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

春季感知意向加權(quán)網(wǎng)絡(luò)圖

第3章霧霾天氣下基于加權(quán)網(wǎng)絡(luò)的環(huán)境感知意向規(guī)律分析27圖3-4春季感知意向加權(quán)網(wǎng)絡(luò)圖圖3-5夏季感知意向加權(quán)網(wǎng)絡(luò)圖如圖3-4至圖3-7中，各個(gè)網(wǎng)絡(luò)節(jié)點(diǎn)代表各個(gè)感知熱點(diǎn)關(guān)鍵詞。節(jié)點(diǎn)的大小代表這個(gè)節(jié)點(diǎn)在所在網(wǎng)絡(luò)中該節(jié)點(diǎn)的度。節(jié)點(diǎn)的度表示該節(jié)點(diǎn)與其他節(jié)點(diǎn)直接相連的節(jié)點(diǎn)個(gè)數(shù)，即該節(jié)點(diǎn)的關(guān)鍵詞與其他關(guān)鍵詞的共現(xiàn)的程度，節(jié)點(diǎn)越大表示節(jié)點(diǎn)的度越高，結(jié)點(diǎn)的度可以反映出該節(jié)點(diǎn)在整個(gè)網(wǎng)絡(luò)中的重要性，節(jié)點(diǎn)的度越高，則該節(jié)點(diǎn)的重要性就越大。該特性可以方便的分辨出節(jié)點(diǎn)的特殊性和對(duì)整個(gè)網(wǎng)絡(luò)的影響性。而各熱點(diǎn)關(guān)鍵詞間的連線(xiàn)代表詞與詞間的共現(xiàn)關(guān)系，連線(xiàn)越緊密代表兩關(guān)鍵

西北師范大學(xué)碩士學(xué)位論文28詞之間共現(xiàn)的次數(shù)越多，共現(xiàn)次數(shù)高的熱點(diǎn)關(guān)鍵詞就意味著詞間關(guān)聯(lián)強(qiáng)度較大，即節(jié)點(diǎn)與節(jié)點(diǎn)之間的連邊相似權(quán)重較大。在整個(gè)加權(quán)網(wǎng)絡(luò)中，節(jié)點(diǎn)的聚類(lèi)系數(shù)表示節(jié)點(diǎn)跟節(jié)點(diǎn)間互相成為鄰居的可能性，即刻畫(huà)了該加權(quán)網(wǎng)絡(luò)的緊密程度。聚類(lèi)系數(shù)越高則鄰近節(jié)點(diǎn)間的緊密程度越大，即鄰近關(guān)注熱點(diǎn)間的關(guān)聯(lián)度較強(qiáng)，聚類(lèi)系數(shù)可反映出熱點(diǎn)感知網(wǎng)絡(luò)中的公眾綜合關(guān)注意向，即環(huán)境感知意向。進(jìn)一步可以分析一個(gè)網(wǎng)絡(luò)中的平均聚類(lèi)系數(shù)，平均聚類(lèi)系數(shù)可反映出整個(gè)社會(huì)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)及權(quán)重分布的基本特性。圖3-6秋季感知意向加權(quán)網(wǎng)絡(luò)圖圖3-7冬季感知意向加權(quán)網(wǎng)絡(luò)圖

【參考文獻(xiàn)】：
期刊論文
[1]基于微博社交平臺(tái)的輿情分析[J]. 盛成成,朱勇,劉濤.  智能計(jì)算機(jī)與應(yīng)用. 2019(01)
[2]基于卷積神經(jīng)網(wǎng)絡(luò)的微博輿情情感分類(lèi)研究[J]. 張海濤,王丹,徐海玲,孫思陽(yáng).  情報(bào)學(xué)報(bào). 2018(07)
[3]基于社會(huì)感知分析的新興技術(shù)發(fā)展趨勢(shì)研究——以鈣鈦礦太陽(yáng)能電池技術(shù)為例[J]. 李欣,謝前前,洪志生,黃魯成.  科技進(jìn)步與對(duì)策. 2018(10)
[4]中文微博情感傾向性分析研究[J]. 張彩琴.  太原師范學(xué)院學(xué)報(bào)(自然科學(xué)版). 2017(04)
[5]基于卷積神經(jīng)網(wǎng)絡(luò)的中文微博情感分類(lèi)[J]. 馮多,林政,付鵬,王偉平.  計(jì)算機(jī)應(yīng)用與軟件. 2017(04)
[6]基于卷積神經(jīng)網(wǎng)絡(luò)的互聯(lián)網(wǎng)短文本分類(lèi)方法[J]. 郭東亮,劉小明,鄭秋生.  計(jì)算機(jī)與現(xiàn)代化. 2017(04)
[7]情感分類(lèi)研究進(jìn)展[J]. 陳龍,管子玉,何金紅,彭進(jìn)業(yè).  計(jì)算機(jī)研究與發(fā)展. 2017(06)
[8]高寒生態(tài)脆弱區(qū)農(nóng)戶(hù)的氣候變化適應(yīng)策略——以甘南高原為例[J]. 王亞茹,趙雪雁,張欽,雒麗.  地理研究. 2016(07)
[9]太湖污染中居民的環(huán)境感知與行動(dòng)分析[J]. 馬道明.  河海大學(xué)學(xué)報(bào)(哲學(xué)社會(huì)科學(xué)版). 2015(06)
[10]陜北生態(tài)脆弱區(qū)農(nóng)民環(huán)境感知狀況及其影響因素[J]. 郭玲霞,封建民,孫鉑.  水土保持通報(bào). 2015(04)

碩士論文
[1]基于CBOW-LDA主題模型的Stack Overflow網(wǎng)站熱點(diǎn)主題發(fā)現(xiàn)研究[D]. 張景.武漢大學(xué) 2018
[2]基于深度學(xué)習(xí)的中文文本情感分類(lèi)方法研究[D]. 鄭艷輝.重慶大學(xué) 2018



本文編號(hào)：3424276