融合文本倾向性分析的微博意见领袖识别

论文摘要

【目的】融合外部特征与帖文本身的内容,引入文本倾向性分析表征网民对博主的支持度,识别网络意见领袖。【方法】构建意见领袖识别模型,在潜在意见领袖提取的基础上,引入文本倾向性分析,通过Word2Vec算法识别网络中的情感新词、提高微博评论情感倾向性分析的准确性,分别计算博主评论中正面、中立和负面三种情感倾向所占的比例,去除负面情感占比过重的"伪意见领袖"。【结果】与改进的PageRank算法对比,本文意见领袖识别模型进一步优化了意见领袖的排序结果,与原始微博数据更为一致。【局限】研究语料来源于"官员殴打护士"话题,具有一定的领域局限性。【结论】模型最终识别出三种典型的网络意见领袖,涵盖突发事件发展的全过程。

论文目录

• 1 引言
• 2 相关研究
• 3 潜在意见领袖识别模型
•   3.1 指标体系构建
•   3.2 指标权重确定
• 4 文本倾向性分析
•   4.1 预处理
•   4.2 依存关系分析
•   4.3 词典发现模块
•   4.4 情感倾向分值计算
• 5 实证研究
•   5.1 潜在意见领袖识别
•   5.2 文本倾向性分析与最终意见领袖识别
•   5.3 对比与评价
•   5.4 实验结论
• 6 结语
• 作者贡献声明:
• 利益冲突声明:
• 支撑数据:

文章来源

类型: 期刊论文

作者: 陈芬,高小欢,彭玥,何源,薛春香

关键词: 文本倾向性分析,意见领袖,微博

来源: 数据分析与知识发现 2019年11期

年度: 2019

分类: 信息科技

专业: 新闻与传媒

单位: 南京理工大学经济管理学院,江苏省社会公共安全科技协同创新中心

基金: 国家自然科学基金项目“基于情感倾向性分析的网络舆情意见领袖识别与对策研究”(项目编号:71303111),国家自然科学基金项目“基于聚合的社会化短文本信息处理与细粒度倾向性分析”(项目编号:71503126),江苏高校优势学科建设工程资助项目(简称PAPD)的研究成果之一

分类号: G206

页码: 120-128

总页数: 9

文件大小: 996K

下载量: 806