面向網(wǎng)絡(luò)輿情的觀點(diǎn)樹(shù)挖掘研究.pdf_第1頁(yè)
已閱讀1頁(yè),還剩132頁(yè)未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、公共危機(jī)突發(fā)事件爆發(fā)越來(lái)越頻繁。當(dāng)我們還沒(méi)從“云南盈江地震”中緩過(guò)勁,“日本9.0級(jí)大地震”奔襲而來(lái)。突發(fā)公共事件日益增多,自然災(zāi)害發(fā)生頻率逐步加劇,互聯(lián)網(wǎng)的應(yīng)用越來(lái)越普及,社會(huì)輿情事件迅速在網(wǎng)絡(luò)上傳播、擴(kuò)展、衍生、甚至引發(fā)網(wǎng)絡(luò)輿情(IPO:InternetPublicOpinions)危機(jī)。網(wǎng)絡(luò)輿情危機(jī)事件爆發(fā)的可能性加大。網(wǎng)絡(luò)輿情更多是由網(wǎng)民在互聯(lián)網(wǎng)上相互討論引發(fā)的,帶有情感色彩的語(yǔ)言詞匯交織在一起,網(wǎng)民觀點(diǎn)相互碰撞,原本并不受關(guān)注

2、的某一社會(huì)輿情事件被推向網(wǎng)絡(luò)輿情危機(jī)邊緣,直至引發(fā)網(wǎng)絡(luò)輿情危機(jī)。網(wǎng)民的觀點(diǎn)通常帶有個(gè)人感情色彩和情感傾向,觀點(diǎn)挖掘(OM:OpinionMining)關(guān)注的是網(wǎng)民評(píng)論中情感表達(dá)詞匯,并將評(píng)論中的情感傾向挖掘出來(lái)。
   網(wǎng)絡(luò)輿情事件中網(wǎng)民觀點(diǎn)具有不同的觀點(diǎn)極性,在各種觀點(diǎn)極性下也具有不同的觀點(diǎn)強(qiáng)度,并且每一種觀點(diǎn)強(qiáng)度所關(guān)注的事件的特性是不一致的,也即每一種強(qiáng)度下的觀點(diǎn)具有不同的觀點(diǎn)屬性。將觀點(diǎn)極性、強(qiáng)度和屬性結(jié)合在一起,構(gòu)建面向

3、網(wǎng)絡(luò)輿情的觀點(diǎn)樹(shù)結(jié)構(gòu),有利于網(wǎng)絡(luò)輿情的定量化描述,也有利于整體把握網(wǎng)絡(luò)輿情動(dòng)態(tài)。
   基于此,在國(guó)家社科基金項(xiàng)目“面向網(wǎng)絡(luò)輿情危機(jī)預(yù)警的觀點(diǎn)柔性挖掘方法研究”(課題編號(hào):09TQB034)的支持下,本研究從網(wǎng)絡(luò)輿情出發(fā),對(duì)面向網(wǎng)絡(luò)輿情中的觀點(diǎn)樹(shù)進(jìn)行挖掘并展開(kāi)研究。
   本文的主要工作和創(chuàng)新之處體現(xiàn)在:
   (1)網(wǎng)民觀點(diǎn)與網(wǎng)絡(luò)輿情關(guān)系分析。首先提出網(wǎng)絡(luò)輿情元信息,分別對(duì)元信息、網(wǎng)民觀點(diǎn)、網(wǎng)絡(luò)輿情之間相互關(guān)系

4、進(jìn)行分析,從而分析了網(wǎng)民觀點(diǎn)極性、觀點(diǎn)強(qiáng)度以及觀點(diǎn)屬性之間的關(guān)系,基于以上分析,提出一種稱為“觀點(diǎn)樹(shù)”的網(wǎng)絡(luò)輿情表示方法。
   (2)基于ExPMI_IR的網(wǎng)絡(luò)輿情觀點(diǎn)極性挖掘。
   Ⅰ.網(wǎng)絡(luò)輿情傳播過(guò)程中,網(wǎng)絡(luò)情感詞語(yǔ)對(duì)網(wǎng)絡(luò)輿情的發(fā)展起到促動(dòng)作用,能夠凸顯其對(duì)網(wǎng)民觀點(diǎn)傾向的影響;為了提高觀點(diǎn)挖掘準(zhǔn)確率,本文所做的工作之一是對(duì)金山詞霸網(wǎng)絡(luò)詞語(yǔ)詞典進(jìn)行情感極性手工標(biāo)注,從而構(gòu)建基于金山詞霸網(wǎng)絡(luò)詞典的網(wǎng)絡(luò)情感詞典(文章中

5、稱之為Senti-NetWords);對(duì)HowNet詞典進(jìn)一步處理,構(gòu)建基于HowNet的情感詞典(文章中稱之為Senti-HowNet)。
   Ⅱ.在情感詞典基礎(chǔ)上,提出ExPMI_IR(ExtendedPointwiseMutualInformationInformationRetrieval)的觀點(diǎn)極性挖掘算法,給出特征詞傾向度計(jì)算算法,對(duì)文檔特征詞進(jìn)行過(guò)濾;克服算法對(duì)人工詞語(yǔ)種子集的依賴性,同時(shí)情感種子集在完備性和準(zhǔn)確

6、性方面獲得了提升;
   Ⅲ.實(shí)驗(yàn)過(guò)程中,用網(wǎng)絡(luò)輿情事件的網(wǎng)民發(fā)帖建立實(shí)驗(yàn)語(yǔ)料,對(duì)其進(jìn)行相關(guān)實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,基于ExPMI_IR的網(wǎng)絡(luò)輿情觀點(diǎn)極性挖掘方法準(zhǔn)確度得到一定改善,并且,網(wǎng)絡(luò)情感詞語(yǔ)對(duì)網(wǎng)絡(luò)輿情挖掘有所影響,但對(duì)來(lái)源網(wǎng)站不同的網(wǎng)民觀點(diǎn),其對(duì)挖掘結(jié)果的影響是不同。網(wǎng)絡(luò)輿情觀點(diǎn)極性挖掘完成的是觀點(diǎn)樹(shù)粗粒度節(jié)點(diǎn)的構(gòu)建。
   (3)基于Logistic回歸模型的網(wǎng)絡(luò)輿情觀點(diǎn)強(qiáng)度挖掘。
   為了進(jìn)一步了解網(wǎng)

7、民對(duì)某網(wǎng)絡(luò)輿情事件所持觀點(diǎn)強(qiáng)度,從Logistic回歸模型出發(fā),建立基于多分類Logistic的觀點(diǎn)強(qiáng)度挖掘模型,在模型中,通過(guò)定義不同的觀點(diǎn)強(qiáng)度值來(lái)判定網(wǎng)民觀點(diǎn)強(qiáng)度;實(shí)驗(yàn)過(guò)程中,采取某網(wǎng)絡(luò)輿情事件中的網(wǎng)民發(fā)帖作為數(shù)據(jù)來(lái)源,建立實(shí)驗(yàn)語(yǔ)料,實(shí)驗(yàn)結(jié)果分析表明,基于Logistic回歸模型的網(wǎng)民觀點(diǎn)強(qiáng)度挖掘方法能夠較好地挖掘出網(wǎng)絡(luò)輿情觀點(diǎn)強(qiáng)度,其結(jié)果優(yōu)于基于評(píng)價(jià)理論的網(wǎng)絡(luò)輿情觀點(diǎn)強(qiáng)度挖掘方法。網(wǎng)絡(luò)輿情觀點(diǎn)強(qiáng)度挖掘完成的是觀點(diǎn)樹(shù)中粒度節(jié)點(diǎn)的構(gòu)建

8、。
   (4)基于短語(yǔ)模式的網(wǎng)絡(luò)輿情觀點(diǎn)屬性挖掘。
   在對(duì)網(wǎng)民觀點(diǎn)屬性進(jìn)行挖掘過(guò)程中,從語(yǔ)言學(xué)角度出發(fā),分析詞典中對(duì)詞語(yǔ)定義的特點(diǎn),定義適合網(wǎng)絡(luò)輿情中網(wǎng)民觀點(diǎn)屬性挖掘的短語(yǔ)模式,通過(guò)模式匹配的原則實(shí)現(xiàn)網(wǎng)絡(luò)輿情觀點(diǎn)屬性挖掘。網(wǎng)絡(luò)輿情觀點(diǎn)屬性挖掘完成的是觀點(diǎn)樹(shù)細(xì)粒度節(jié)點(diǎn)的構(gòu)建。
   (5)觀點(diǎn)樹(shù)挖掘。
   單一的網(wǎng)民觀點(diǎn)極性或者觀點(diǎn)強(qiáng)度不能充分描述網(wǎng)民觀點(diǎn)對(duì)網(wǎng)絡(luò)輿情的影響,為了更詳細(xì)描述網(wǎng)絡(luò)輿情,為

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論