-
题名基于符号网络社团检测的舆情情报分析方法研究
被引量：4
- 1
-
-
作者
余韦
章金楠
朱梦丽
王佳桐
穆荣健
-
机构
浙江越秀外国语学院国际商学院
绍兴市智慧社会智能监测防控重点实验室
天津大学智能与计算学部
-
出处
《情报杂志》
CSSCI
北大核心
2022年第5期55-60,161,共7页
-
基金
国家自然科学基金青年项目“时序网络跨尺度耦合演化建模研究”(编号:62102262)研究成果之一
2021年浙江省大学生科技创新活动计划暨新苗人才计划项目“浙江省乡村数字化风险智能预警理论体系研究”(编号:2021R433009)研究成果之一。
-
文摘
[研究目的]面向在线社交网络舆情数据,基于符号网络建模舆情实体的正负关系,研究符号网络社团检测模型挖掘舆情数据中的语义社团,进一步推演出对于某事件群众的普遍看法,适用于真实社会网络中的事件检测,有助于创新舆情情报分析方法。[研究方法]主要从符号网络特性入手,在半非负分解过程中引入深度学习的框架,提出深度半非负矩阵分解模型(DSNMF),进一步将舆情情报分析及复杂网络科学有机结合,利用“‘司马3忌’举报韩红爱心慈善基金会”热点事件所产生的微博舆情数据构建舆情情感符号网络,基于DSNMF模型进行舆情情报实证分析。[研究结论]大量实验表明:DSNMF模型有效提升了符号网络社团检测性能;证实了符号网络社团检测模型在舆情情报分析中的有效性。
-
关键词
舆情情报分析
符号网络
深度学习
社团检测
社交网络
非负矩阵分解
微博
-
Keywords
public opinion intelligence analysis
signed network
deep learning
community detection
social network
non-negative matrix factorization
Weibo
-
分类号
G354.4
[文化科学—情报学]
-
