面向突发事件的网络用户画像情感分析?——以天津" 8·12"事故为例

摘要：

目的/意义 作为突发事件舆情演变的重要途径,微博的集群性、突发性、爆炸式传播特性给舆情管控造成了巨大的压力,在舆情发生时及时预测和把握每个用户情感倾向,有助于进行针对性的舆情引导.[方法/过程 提出一种基于微博情感分析和用户画像的突发事件情感预测模型.运用爬虫技术建立用户画像,通过贝叶斯分类器对评论文本进行情感分析,并对情感倾向的影响因素作相关性分析,最后在采用word2vec和one-hot编码处理特征的基础上,采用梯度提升树算法,以粉丝数、关注数、评论时间、性别、年龄、地址、学历等用户画像特征作为自变量,预测公众情感倾向度.最后以天津"8·12"事故为例,建立模型进行分析验证. [结果/结论 结果表明,模型预测结果基本符合实际情况.模型可以为精准到个人的分类舆情引导策略提供辅助,为舆情危机应对决策提供理论支撑.

关键词：微博、舆情、用户画像、情感分析、情感预测

所属期刊栏目：38

分类号：TP391.1(计算技术、计算机技术)

资助基金：教育部人文社会科学基金"面向突发事件的网络流言风险预警及对策研究"17YJC630214;全国统计科学研究重点项目"舆情大数据环境下突发事件民意监测与评估研究"2017LZ37;河北省重点研发计划项目"基于舆情大数据的网民情感态势感知与预测技术研究"18215601;河北省科技计划项目"重大自然灾害网络舆情发展态势与对策研究"17456214;河北省统计科研计划项目"基于大数据的网民情感建模与决策支持研究"2018HY04

在线出版日期：2019-12-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：126-133