輿論領(lǐng)袖與網(wǎng)絡(luò)話題演化相互作用關(guān)系研究.pdf

1、網(wǎng)絡(luò)技術(shù)的發(fā)展改變了傳統(tǒng)的信息傳播方式,網(wǎng)絡(luò)中熱點(diǎn)話題傳播的速度和頻度遠(yuǎn)超過(guò)了現(xiàn)實(shí)社會(huì)中的話題傳播。面對(duì)海量的網(wǎng)絡(luò)話題信息,網(wǎng)民要找到自己所關(guān)注話題的后續(xù)報(bào)道和發(fā)展趨勢(shì),就要對(duì)話題的演化進(jìn)行研究。然而在以往的話題演化研究中,都是只考慮話題之間的相似度來(lái)建立演化關(guān)系,忽略了話題演化中輿論領(lǐng)袖的作用。輿論領(lǐng)袖作為話題傳播的中間媒介,很大程度上會(huì)影響話題的走向,導(dǎo)致話題的內(nèi)容發(fā)生偏移,促使話題發(fā)生演化。因此,站在話題傳播的角度上,研究輿論領(lǐng)袖

2、在話題演化中的作用具有重要意義。同時(shí),傳統(tǒng)的輿論領(lǐng)袖發(fā)現(xiàn)方法并不能很好地挖掘出微博等新社交媒體中的輿論領(lǐng)袖?；谏鲜鰡?wèn)題,本文對(duì)微博中輿論領(lǐng)袖的挖掘以及微博輿論領(lǐng)袖在話題演化中的作用進(jìn)行了研究。
　　首先,本文提出了一種基于EM方法的微博輿論領(lǐng)袖發(fā)現(xiàn)算法。該算法針對(duì)微博用戶行為的特點(diǎn),充分考慮用戶的活躍度和影響力,提取出微博用戶的特征向量,建立高斯混合模型,運(yùn)用EM方法對(duì)用戶的特征向量進(jìn)行聚類,并根據(jù)輿論領(lǐng)袖的選取原則從聚類結(jié)果中

3、篩選出符合輿論領(lǐng)袖特點(diǎn)的類。以微博中云南彝良地震專題的數(shù)據(jù)為例,說(shuō)明運(yùn)用該方法能夠有效地挖掘出該話題的輿論領(lǐng)袖群體。
　　其次,本文在挖掘出輿論領(lǐng)袖的基礎(chǔ)上,研究了輿論領(lǐng)袖和網(wǎng)絡(luò)話題演化之間的關(guān)系。采用LDA概率主題模型提取出輿論領(lǐng)袖發(fā)布的熱點(diǎn)話題,與全體用戶的熱點(diǎn)話題進(jìn)行相似度比較,并對(duì)兩種話題的演化進(jìn)程進(jìn)行分析比對(duì),發(fā)現(xiàn)了網(wǎng)絡(luò)輿論領(lǐng)袖確實(shí)具有引導(dǎo)網(wǎng)絡(luò)話題演化的作用。然后在全體用戶子話題演化的研究中,加入了輿論領(lǐng)袖因素,根據(jù)輿論