基于超网络分析的微博舆情主题发现研究
微博作为一类特殊的社交媒体，除了蕴含大量的短文本信息外还包含微博用户、时序因素、情感信息等多种非文本信息，这些信息交织在一起反映了微博舆情主题的形成与演化过程。如何从多源异构文本中准确识别、有效组织关键舆情要素，并协同主题模型进行微博舆情主题发现研究，提高主题发现准确率，继而提高舆情管理水平，是当前舆情研究的重点。 在对主流主题发现分析方法进行研究的基础上，本研究认为当前微博舆情主题发现工作中存在微博舆情主题模型单薄、主题形成过程揭示不足、主题发现方法有限、观点分布特征分析欠缺等问题的原因是缺乏应用多源异构数据进行舆情主题发现的相关研究，基于此本文提出了一种基于超网络分析的微博舆情主题发现研究方法。 本研究工作主要包括以下几个方面:(1)研究了多舆情要素组织方法，借鉴传统的传播学理论，综合考虑了微博用户(Who)、内容观点(What)、情感特征(How)和时间阶段(When)特征，构建了微博舆情主题发现超网络模型，并对各层子网构建方法及子网间关联关系进行了阐释。(2)提出了基于超网络模型的微博舆情主题识别方法。运用超边分析法，构建基于超边相似度的微博舆情主题聚类方法;运用子网特征分析方法，构建多特征融合的聚类主题词识别方法。(3)提出基于超网络模型的微博舆情主题演化分析方法。针对微博舆情主题发现超网络模型的网络结构特征，提出基于类别的拓扑分析指标构建方法，进而根据拓扑指标的时变特点分析舆情主题的动态演化特征。(4)实证分析，在进行微博舆情主题发现研究基础上，以“无籽葡萄打避孕药”这一舆情事件为例，从应用领域分析和方法对比分析两个角度对本研究方法的可靠性进行验证分析。 研究结果表明，本方法应用领域分析结果符合该舆情事件下主题变化的真实情况，结果真实可靠，且本方法在多要素组织能力、舆情主题识别能力和舆情主题演化分析能力上均有突出表现。由此证明本文提出的研究模型和分析方法是科学的、合理的、有效的，适用于对包含多要素特征的微博舆情进行主题发现分析。本文创新点主要体现在构建了基于超网络的微博舆情主题发现模型，并基于该模型，利用超网络分析方法构建了微博舆情主题识别、演化分析方法体系。
微博舆情;主题发现;超网络;拓扑指标;内容分析
中国农业科学院
博士
农业信息管理
张学福
2019
中文
TP391
2019-08-06（万方平台首次上网日期，不代表论文的发表时间）