面向大数据的网络舆情多维动态分类与预测模型研究

摘要：

[目的/意义]研究大数据环境下网络舆情预测模型,依据网络舆情的事件类型特征,探求不同类型事件的舆情特征,从而明晰网络舆情事件类型与舆情特征类型之间的关系,为网络舆情的风险防范提供理论基础和实践指导.[方法/过程]基于案例构建网络舆情多维指标体系,识别可观测的舆情事件分类因素,进而进行多维聚类来划分舆情事件类型,同时运用多项logistic回归分析,探求网络舆情事件类型与舆情特征类型之间的关系.[结果/结论]根据"事初防变"的风险管理理念,提供的多维动态分类与预测模型可以在舆情潜伏期依据其事件类型预测其舆情特征,为进一步研究提供借鉴.

关键词：网络舆情、k-means聚类、多项logistc、判别分析、舆情预测

所属期刊栏目：37

分类号：G203(信息与传播理论)

资助基金：国家社会科学基金青年项目"公共安全视角下网络舆情风险建模与对策研究"15CXW015;全国统计科学研究计划重点项目"舆情大数据环境下突发事件民意监测与评估研究"2017LZ37;河北省统计科研计划重点项目"大数据环境下网络舆情数据分析与决策支持研究"2016HZ09;河北省科技计划项目"大数据环境下涉警舆情风险建模与预警机制研究"16455602;河北省社会科学发展研究课题"网络环境下意识形态风险预警机制与应对策略研究"201704030203

在线出版日期：2018-06-20（万方平台首次上网日期，不代表论文的发表时间）

页数：共12页

页码：123-133,140