基于情感倾向性分析的重点受众人群识别

摘要：

为了提高微博热点舆论话题中重点受众人群的识别范围和准确度,根据微博社交平台的特点以及微博话题中参与者和转发者之间的关联关系,在用户基本属性基础上,考虑了用户交互行为及博文内容的情感倾向,对舆情的网络传播影响力进行了计算.该研究针对基于长短时记忆(LSTM)神经网络情感分类,及对经典的PageRank算法进行改进,提出了一种微博受众用户影响力度量算法IKAGR.实验结果表明,IKAGR算法相比热点算法,提高了舆论下重点受众人群的识别精度,能够更好地对舆论进行引导,更加全面地识别出信息传播中的重点受众人群.

关键词：受众人群识别;情感倾向分析;IKAGR算法;影响力计算;算法改进;舆论引导

所属期刊栏目：44

分类号：TN911.1-34;TP391.1

资助基金：国家自然科学基金委NSFC-新疆联合基金重点支持项目:网络谣言检测与舆论引导算法研究U1703261

在线出版日期：2021-11-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：31-36