基于圖挖掘的推特事件關(guān)聯(lián)性分析方法研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，社交媒體在人們生活中的應(yīng)用越來越多樣化。而推特(Twitter)作為社交媒體中的佼佼者，已經(jīng)成為近年來最流行的社交媒體應(yīng)用之一。而社交媒體在政治事件中的影響也在與日俱增。2012 美國總統(tǒng)奧巴馬連任、英國脫歐公投等一系列政治事件的背景中都出現(xiàn)了推特的身影。推特在事件傳播、反映民眾的政治傾向上有逐步取代傳統(tǒng)民意調(diào)查的趨勢。目前在社交媒體上的政治傾向研究主要針對文本中的特定信息來進(jìn)行分析，例如推文中的標(biāo)簽(hashtag)

2、、提到(@)等。由于社交媒體數(shù)據(jù)不具有正式性，所以政治傾向分析的結(jié)果不夠精確。同時對于社交媒體中的大選選情預(yù)測并沒有特別完善的流程和方案。所以，本文通過圖挖掘的方法，對社交媒體中的政治類事件進(jìn)行分析研究。針對2016美國總統(tǒng)大選選情預(yù)測的問題，提出并設(shè)計(jì)了大選選情預(yù)測模型。本文的主要工作和創(chuàng)新點(diǎn)概括如下：(1) 在推特數(shù)據(jù)上進(jìn)行政治傾向情感分析和大選相關(guān)事件檢測。在情感分析上，針對推特信息簡短、非正式、缺乏補(bǔ)充信息的特點(diǎn)，本文采用了基于

3、字典的情感分析方法，對推文的政治傾向性進(jìn)行判斷。同時對于情感分析中的反語鑒別難點(diǎn)，通過推文的表情符以及用戶的歷史推文來提升情感分析的結(jié)果。在事件檢測中，針對美國總統(tǒng)大選的背景，本文采用了多次聚類、同義詞拓展，關(guān)鍵詞權(quán)重提升等方法，來對碎片事件進(jìn)行整合。該方法提升了大選相關(guān)事件檢測的性能。(2) 利用圖挖掘的方法來對推特數(shù)據(jù)進(jìn)行研究分析。由于推特數(shù)據(jù)源上有多種多樣的信息，例如用戶，推文，圖片，視頻等等。而用戶的點(diǎn)贊，轉(zhuǎn)發(fā)和評論行為，往往也