基于符号网络社团检测的舆情情报分析方法研究

摘要：

[研究目的]面向在线社交网络舆情数据,基于符号网络建模舆情实体的正负关系,研究符号网络社团检测模型挖掘舆情数据中的语义社团,进一步推演出对于某事件群众的普遍看法,适用于真实社会网络中的事件检测,有助于创新舆情情报分析方法.[研究方法]主要从符号网络特性入手,在半非负分解过程中引入深度学习的框架,提出深度半非负矩阵分解模型(DSNMF),进一步将舆情情报分析及复杂网络科学有机结合,利用"'司马3忌'举报韩红爱心慈善基金会"热点事件所产生的微博舆情数据构建舆情情感符号网络,基于DSNMF模型进行舆情情报实证分析.[研究结论]大量实验表明:DSNMF模型有效提升了符号网络社团检测性能;证实了符号网络社团检测模型在舆情情报分析中的有效性.

关键词：舆情情报分析、符号网络、深度学习、社团检测、社交网络、非负矩阵分解、微博

所属期刊栏目：41

分类号：G354.4(情报学、情报工作)

资助基金：国家自然科学基金;浙江省大学生科技创新活动计划暨新苗人才计划项目

在线出版日期：2022-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：55-60,161