基于文本傾向性分析的網絡意見領袖識別.pdf_第1頁
已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、意見領袖是指在人際傳播網絡中經常為他人提供信息、意見、評論并對他人施加影響的活躍分子。在網絡輿情研究中,意見領袖可以起到傳播信息、擴大影響力、引導輿論方向等作用?,F有對網絡意見領袖的識別方法多集中于社會網絡分析法和聚類分析法,這類方法一般僅關注事件中的用戶關系,忽略了用戶個人信息以及網友評論態(tài)度。此外,意見領袖發(fā)布的微博常常會獲得大量的評論和轉發(fā),但實際上,網友的評論也有可能是在表達自己對博主言論的不滿甚至謾罵,這類博主并沒有起到意見領

2、袖影響他人、給予他人意見的積極作用,所以不能發(fā)揮輿情監(jiān)控和引導輿論的效果。文本傾向性分析能對相關微博下的評論進行識別(正面、負面或中立),以剔除引發(fā)大量負面評論的“偽意見領袖”。指標分析法可以綜合評價用戶本身和用戶關系等信息,全面衡量網絡意見領袖的各項標準。因此,將這兩部分方法結合起來,可以綜合國內外對網絡意見領袖的各種識別方法,尋找真正的意見領袖從而為預測網絡輿情的發(fā)展變化提供可靠的判斷依據。
  本文基于文本傾向性分析識別網絡

3、輿情中的意見領袖,主要工作包括以下三個部分。一是利用指標分析法構建網絡意見領袖識別的指標體系,并為各項指標賦予相應的權重,基于提取出的用戶資料、用戶間評論轉發(fā)關系等真實數據與指標進行結合、計算、排名,識別出潛在意見領袖。二是加入文本傾向性分析,引入Word2Vec算法來尋找網絡情感新詞,以提高對微博評論進行文本傾向性分析的準確性,通過計算機自動將文本識別為正面、負面或中立三種情感傾向,剔除負面情感比例過重的“偽意見領袖”。三是效果的對比

溫馨提示

  • 1. 本站所有資源如無特殊說明,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,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論