基于LDA算法的新能源汽车政策舆情分析

论文摘要

在全球化网络化全面应用的信息爆炸时代,任何产业都受到舆情的困扰和影响.正面舆情能够推进行业的快速发展,而负面舆情会产生一定的阻力.产业或行业管理者面对网络舆情的来源、获取方式、多样化与不确定等现状,承受着极大的管理效能压力.文章应用LDA主题模型和SVM分类算法的机器学习及声量分析等方法,通过基础设施、应用推广等话题对新能源汽车政策文本和媒体文本展开舆情分析,提出适应行业发展的建议对策.

论文目录

• 1 问题的提出及理论分析
•   1.1 问题的提出
•   1.2 理论分析
• 2 新能源汽车产业的舆情分析方法选择
•   2.1 研究新能源汽车产业发展的各种观点
•   2.2 新能源汽车产业发展的舆情分析
•     2.2.1 舆情分析研究步骤
•     2.2.2 舆情分析数据来源
•       （1）政策文本数据来源:
•       （2）媒体文本数据来源:
•     2.2.3 舆情分析方法选择
•       （1）文本内容分类方法
•       （2）文本内容声量分析
•       （3）文本内容热点话题对比分析
• 3 新能源汽车产业的舆情分析结果
•   3.1 新能源汽车产业舆情声量分析
•     3.1.1 媒体文本与政策文本的内容总体舆情变化趋势
•     3.1.2 媒体文本与政策文本的话题舆情数量与时间变化
•   3.2 新能源汽车产业话题内容对比舆情分析
•     3.2.1 基础设施关键词对比分析
•       （1）2016年政策文本和媒体文本基础设施话题对比分析
•       （2）2017年政策文本和媒体文本基础设施话题对比分析
•       （3）基础设施话题启示
•     3.2.2 应用推广关键词对比分析
•       （1）2016年政策文本和媒体文本应用推广话题对比分析
•       （2）2016年至2017年政策文本应用推广话题对比分析
•       （3）2016年至2017年媒体文本应用推广话题对比分析
•       （4）应用推广话题启示
• 4 建议与对策
• 5 结束语

文章来源

类型: 期刊论文

作者: 陈青,邓皓元,张仁寿

关键词: 新能源汽车,算法,舆情分析

来源: 广州大学学报(自然科学版) 2019年05期

年度: 2019

分类: 基础科学,工程科技Ⅱ辑,经济与管理科学

专业: 汽车工业,工业经济

单位: 广东轻工职业技术学院汽车技术学院,莫纳什大学计算机学院,广州大学经济与统计学院

基金: 广东省科技厅科技专项资金资助项目(2017A070712025),广东省教育厅教育科研资助项目(2017GGXJK0052),广东省一流高职院校汽车营销与服务高水平专业建设资助项目(150130007)

分类号: F426.471

页码: 34-42

总页数: 9

文件大小: 2049K

下载量: 183