机器学习视域下融合情感元素的社交网络信息交互度量化分析

摘要：

数字信息时代,社交网络成为用户聚焦热点话题的讨论平台.为正确引导热点话题在社交网络中的舆情走向,减少信息传播过程中产生的负面影响,本文从交互与信息行为的角度出发,以社交网络中用户的真实评论数据作为研究对象,利用机器学习中的密度峰值聚类算法确认用户的解读倾向类别.同时,参考已有的情感极性值计算方法,融入方差加权信息熵的基本策略,提出了社交网络信息交互度量化模型,通过计算话题不同解读倾向所映射的信息交互度,厘清了热点话题的受热议程度和舆情的演化趋势.实例研究表明,基于情感分析视角构建的信息交互度计量模型,量化了热点话题的信息价值,对于推动互联网健康文明发展,以及加强相关部门的网络监管能力具有重要的理论意义.

关键词：社交网络;网络舆情;情感分析;信息交互度;机器学习

所属期刊栏目：40

资助基金：国家社会科学基金重点项目"信息生态视角下智慧城市信息协同结构与模式研究"17ATQ007

在线出版日期：2021-08-26（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：687-696