基于微博平臺的社交網(wǎng)絡(luò)輿情分析方法.pdf

1、近年來，微博平臺快速發(fā)展，逐漸形成一個很大的網(wǎng)絡(luò)媒體。通過微博評論參與各種熱門話題，能比傳統(tǒng)媒體更早地做出話題檢測，以此挖掘輿論觀點(diǎn)的反應(yīng)。針對大眾話題互動背后的文本對象主題，分析其內(nèi)在的語義相關(guān)性，不僅具有很高的理論研究價(jià)值，也存在著巨大的社會、經(jīng)濟(jì)價(jià)值。
　　傳統(tǒng)的話題檢測方法主要適用于傳統(tǒng)媒體的文本，對于處理微博短文本稀疏的結(jié)構(gòu)效果不明顯，論文提出了基于文本聚類的模型檢測方法和主題分析模型。在該方法中，首先根據(jù)微博特有的數(shù)據(jù)

2、結(jié)構(gòu)，進(jìn)行預(yù)處理。并針對數(shù)據(jù)稀疏的問題，基于詞向量利用聚類算法來豐富數(shù)據(jù)結(jié)果信息。最后，在傳統(tǒng)的潛在狄利克雷主題分配(LDA)模型基礎(chǔ)上進(jìn)行擴(kuò)展。與傳統(tǒng)算法相比較，論文提出的方法在新浪微博測試語料集上取得了更好的性能，效果優(yōu)于單一的聚類算法或話題檢測模型。
　　在提出基于文本聚類和主題模型進(jìn)行話題檢測的基礎(chǔ)上，又提出了基于Pagerank微博信息傳播影響力評價(jià)模型，該模型可重點(diǎn)關(guān)注微博信息傳輸過程中數(shù)據(jù)結(jié)構(gòu)的傳輸質(zhì)量，從中總結(jié)出影