本文關鍵詞：突發(fā)事件網絡輿情的情感傾向及演化分析

  更多相關文章： 突發(fā)事件 網絡輿情 情感詞典 情感分析 輿情演化

【摘要】：突發(fā)事件具有不確定性、影響范圍廣、后果嚴重等特點，一旦發(fā)生就會引起廣泛關注。隨著論壇、微博等網上交流平臺的廣泛使用，突發(fā)事件的網絡輿情會以極快的速度形成，并在短時間內迅速擴散。通過對網絡輿情的分析，不僅可以了解公眾的態(tài)度與看法，而且可以從中發(fā)現突發(fā)事件應急處理工作中的不足，為工作的及時改進以及將來制定決策提供依據。 通常來說，突發(fā)事件網絡輿情的評價對象不僅僅是事件的本身，還包括政府部門、新聞媒體等方面。針對不同的評價對象，公眾在表達情感時使用的詞語可能存在差別，而且，評價對象不同的網絡輿情在演化的過程可能也會呈現出不同的特點，因此，應當根據不同的評價對象分別進行情感傾向及輿情演化分析。 為了對突發(fā)事件的網絡輿情進行情感傾向及演化分析，本文首先從天涯論壇的天涯雜談版塊中獲得了所需的數據，并利用文本聚類技術將所有評論劃分為政府部門類、新聞媒體類、事故原因類和其他類，然后基于由《知網》提供的情感詞構建的情感詞典，，對每一類的評論進行情感分析。將不同的特征提取算法與分類算法組合進行多組情感分析實驗，結果表明信息增益特征提取算法和支持向量機分類算法的分類效果最好�；谇楦蟹治龅慕Y果，本文針對不同類別的評論分別對網絡輿情進行演化分析。將熱點話題結合到演化分析的過程中發(fā)現：熱點話題有助于解釋情感變化的原因。本文在演化分析的基礎上探究積極評論人對網絡輿情的情感導向作用，結果表明積極評論人在政府部門類輿情中對消極情感具有情感導向作用。
【關鍵詞】：突發(fā)事件 網絡輿情 情感詞典 情感分析 輿情演化
【學位授予單位】：哈爾濱工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2012
【分類號】：G206;D631.43
【目錄】：

• 摘要4-5
• Abstract5-9
• 第1章 緒論9-16
• 1.1 選題背景和研究目的與意義9-11
• 1.1.1 選題背景9-10
• 1.1.2 研究目的和意義10-11
• 1.2 國內外研究現狀及評述11-14
• 1.2.1 網絡輿情11-12
• 1.2.2 突發(fā)事件12-13
• 1.2.3 情感傾向分析13-14
• 1.3 本文研究的主要內容14-16
• 第2章 網絡輿情分析的理論與方法16-28
• 2.1 突發(fā)事件16-17
• 2.1.1 突發(fā)事件的類型16
• 2.1.2 突發(fā)事件的特點16-17
• 2.2 網絡輿情17-19
• 2.2.1 網絡輿情的形成與發(fā)展17
• 2.2.2 網絡輿情的傳播17-18
• 2.2.3 基于文本的網絡輿情分析18-19
• 2.2.4 突發(fā)事件網絡輿情的特點19
• 2.2.5 網絡輿情的研究意義19
• 2.3 文本分類19-25
• 2.3.1 文本分析20-23
• 2.3.2 特征提取23-24
• 2.3.3 文本分類算法24
• 2.3.4 分類效果評價指標24-25
• 2.4 基于機器學習的文本分類算法25-27
• 2.4.1 樸素貝葉斯25-26
• 2.4.2 支持向量機26
• 2.4.3 K-最近鄰26-27
• 2.5 本章小結27-28
• 第3章 突發(fā)事件的網絡輿情主題分類及情感分析28-43
• 3.1 數據收集28-31
• 3.1.1 數據來源28-29
• 3.1.2 關鍵詞的選取29
• 3.1.3 數據概況29-31
• 3.2 突發(fā)事件網絡輿情的主題分類31-34
• 3.2.1 文本的預處理及建模31-32
• 3.2.2 主題聚類分析32-34
• 3.3 情感詞典的構建34-38
• 3.3.1 詞語相似度及其計算方法34-35
• 3.3.2 情感詞典的構建35-38
• 3.4 突發(fā)事件網絡輿情的情感傾向分析38-42
• 3.4.1 政府部門類評論38-40
• 3.4.2 新聞媒體類評論40-41
• 3.4.3 事故原因類評論41-42
• 3.4.4 其他類評論42
• 3.5 本章小結42-43
• 第4章 突發(fā)事件網絡輿情的演化分析43-58
• 4.1 突發(fā)事件的網絡輿情周期43-45
• 4.2 突發(fā)事件的話題演化分析45-48
• 4.3 突發(fā)事件網絡輿情的情感傾向演化分析48-51
• 4.3.1 政府部門類輿情演化48-49
• 4.3.2 新聞媒體類輿情演化49-50
• 4.3.3 事故原因類輿情演化50-51
• 4.3.4 其他類輿情演化51
• 4.4 積極評論人對網絡輿情的情感導向分析51-56
• 4.4.1 政府部門類52-53
• 4.4.2 新聞媒體類53-54
• 4.4.3 事故原因類54-55
• 4.4.4 其他類55-56
• 4.5 政策及建議56-57
• 4.6 本章小結57-58
• 結論58-60
• 參考文獻60-65
• 攻讀碩士學位期間發(fā)表的論文及其它成果65-67
• 致謝67

【參考文獻】

中國期刊全文數據庫 前10條

1 楊震;段立娟;賴英旭;;基于字符串相似性聚類的網絡短文本輿情熱點發(fā)現技術[J];北京工業(yè)大學學報;2010年05期

2 胡佳妮,徐蔚然,郭軍,鄧偉洪;中文文本分類中的特征選擇算法研究[J];光通信研究;2005年03期

3 姜勝洪;;我國網絡輿情的現狀及其引導[J];廣西社會科學;2009年01期

4 張寧,賈自艷,史忠植;使用KNN算法的文本分類[J];計算機工程;2005年08期

5 周明建,高濟,李飛;基于本體論的Web信息抽取[J];計算機輔助設計與圖形學學報;2004年04期

6 柳位平;朱艷輝;栗春亮;向華政;文志強;;中文基礎情感詞詞典構建方法研究[J];計算機應用;2009年10期

7 楊頻;李濤;趙奎;;一種網絡輿情的定量分析方法[J];計算機應用研究;2009年03期

8 潘崇霞;;網絡輿情演化的階段分析[J];計算機與現代化;2011年10期

9 朱嫣嵐;閔錦;周雅倩;黃萱菁;吳立德;;基于HowNet的詞匯語義傾向計算[J];中文信息學報;2006年01期

10 楊宇航;趙鐵軍;鄭德權;于浩;;基于鏈接分析的重要Blog信息源發(fā)現[J];中文信息學報;2007年05期

本文編號：901526