网络舆情推文的热度测度模型构建

论文摘要

[目的/意义]数据获取是网络舆情研究的第一个阶段,在大量数据面前,构建网络舆情推文热度测度模型能够快速筛选出能为网络舆情研究所用的数据。[方法/过程]借鉴信息论中平均自信息量的定义,使用层次分析法与Haker News排名算法构建网络舆情热度测度模型。[结果/结论]通过在微博抓取数据,计算得出针对该数据集的热度阈值,验证该热度测度模型的准确度。事实证明,网络舆情推文热度测度模型能够很好地完成推文热度的计算,并且能够达到较高的计算准确率。

论文目录

• 1 引言
• 2 推文热度测度模型构建
•   2.1 推文热度及自信息量的概念
•     2.1.1 推文热度概念
•     2.1.2 自信息量的概念
•   2.2 层次分析模型及判断矩阵的构建
•     2.2.1 层次分析模型构建
•       （1）作者影响力指作者在自媒体平台中的影响范围与活跃程度。
•       （2）内容感染力指的是推文作者所发表推文的质量与吸引力。
•       （3）网络传播力指的是用户发表的推文的传播速度与互动能力。
•     2.2.2 判断矩阵构建
•   2.3 推文热度计算模型及阈值计算模型构建
•     2.3.1 推文热度计算模型
•     2.3.2 推文热度阈值计算模型
•     2.3.3 关键词库与敏感词库
•   2.4 推文热度测度流程及评价模型
•     2.4.1 推文热度测度流程
•     2.4.2 推文热度测度评价模型
• 3 数据获取与数据清理
•   3.1 数据获取
•   3.2 中文分词
• 4 实验与结果
•   4.1 实验过程
•     4.1.1 分词与平均自信息量计算
•     4.1.2 热度计算
•   4.2 实验结果
• 5 总结与展望

文章来源

类型: 期刊论文

作者: 黄微,刘熠,许烨婧,孙悦

关键词: 网络舆情,推文热度,层次分析

来源: 图书情报工作 2019年20期

年度: 2019

分类: 信息科技,基础科学

专业: 数学

单位: 吉林大学管理学院

基金: 国家自然科学基金面上项目“大数据环境下多媒体网络舆情信息的语义识别与危机响应研究”(项目编号:71473101)研究成果之一

分类号: O225

DOI: 10.13266/j.issn.0252-3116.2019.20.002

页码: 17-25

总页数: 9

文件大小: 3335K

下载量: 614