基于大规模网络社群分割的国际分众舆情分析——以2022年G20峰会为例

摘要：

[研究目的]国际舆论研究既需要覆盖范围广泛,也需要针对细分群体进行分众化分析,而已有的以文本为中心的舆情分析方法难以满足上述需求.因此本文提出一种以网络为中心的国际分众舆情分析方法.[研究方法]首先采用个性化网页排名算法对社交媒体用户随机游走采样,得到未被社交机器人污染的大规模用户网络,然后基于社交媒体舆论嵌入在各种同质网络中这一特征,用经典稀疏主成分分析对用户网络进行社群聚类,将具有共同纽带或身份的个体划分入同一社群,最后用深度学习分别针对各个社群进行舆情分析.[研究结论]通过对2022年G20峰会的国际舆情分析,发现各社群的舆论表达与其身份高度相关,验证了本文提出方法的有效性.除了在对抗社交机器人干扰、用户群体细分方面做出改进性工作,本文还为国际舆情演化的实证研究提供了方法论支撑.

关键词：舆情分析、国际舆论、社交媒体、网络社群、网页排名、社群发现、深度学习

所属期刊栏目：42

分类号：G206(信息与传播理论)

资助基金：教育部人文社会科学研究项目22XJC860002

在线出版日期：2023-09-15（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：77-83