為分析公安微博在熱點輿情事件的處置和應對過程,通過網(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論,利用Word2vec與SVM方法相結(jié)合的方式,對評論文本數(shù)據(jù)進行情感極性分析,并對公眾情緒在應對過程中的變化特征進行研究,發(fā)現(xiàn)使用公安微博及時傳遞信息、回應公眾關(guān)切能有效控制負面情緒的爆發(fā)。故結(jié)合自動控制原理,構(gòu)建公安微博輿情反饋模型,能促進微博警務(wù)工作的改進,為公安微博處理公眾熱點事件提供借鑒與參考。 

【文章來源】：武漢理工大學學報(信息與管理工程版). 2020,42(05)

【文章頁數(shù)】：6 頁

【部分圖文】：

Skip-gram模型結(jié)構(gòu)

支持向量機(support vector machines,SVM)是一種有監(jiān)督的機器學習方法[9-10],其致力于尋找一個最大間隔超平面,使得這個超平面到每邊最近數(shù)據(jù)點的距離最大,這個分類器是最大間隔分類器,屬于二分類器[11]。支持向量機的原理圖如圖2所示,其中實心圓代表正樣本,空心圓代表負樣本。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上的點是與H距離最近的負類樣本集合,平面H2上的點是與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,因此將SVM分類器用于微博情感分類問題中[13-14]。1.3 反饋

在自動控制系統(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)直接或者通過測量元件反向引入輸入端,稱為負反饋uf(t),再與輸入量r(t)進行求和得到偏差量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】：
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.  情報理論與實踐. 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.  武漢理工大學學報(信息與管理工程版). 2019(05)
[3]基于PCA-SVM算法的酒店評論文本情感分析研究[J]. 王大偉,周志瑋,曹紅根.  現(xiàn)代計算機. 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)微博公眾評論觀點挖掘[J]. 汪祖柱,阮振秋.  情報科學. 2017(08)
[6]考慮公眾辟謠及反饋機制的謠言傳播及干預研究[J]. 宋清華,陳建宏.  中國安全科學學報. 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.  中國人民公安大學學報(社會科學版). 2015(02)
[8]政務(wù)微博與社會管理良性互動策略研究——以貴州省為例[J]. 歐陽紅.  人民論壇. 2014(19)
[9]公眾反饋信息評價模型研究及實現(xiàn)[J]. 劉剛,詹建.  軟件. 2012(07)
[10]圖書館信息服務(wù)管理應用“反饋理論”研究[J]. 姜冬云.  圖書館學研究. 2010(19)

碩士論文
[1]突發(fā)事件處置中警務(wù)“雙微”傳播問題研究[D]. 張宸鳴.中國人民公安大學 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 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 2018
[4]我國公安微博矩陣式發(fā)展研究[D]. 馬騻.天津大學 2017



本文編號：3402267