基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究

摘要：

[目的/意义]在舆情监控和管理的实践过程中,迅速有效地识别出舆情网络中的关键节点,对舆情的监督和治理具有重要意义.[方法/过程]从内容与结构双重维度,设计一种完整的网络舆情关键节点挖掘、识别和分类的技术方法.涉及GooSeeker、Gephi、Fuzzy AHP和TOPSIS等软件和算法,并以新浪微博"8·12滨海爆炸"事件为例进行具体分析.[结果/结论]突破了单纯从单一维度进行关键节点排序的局限性,使关键节点的识别与分类进一步深入,并明确演化特征,对网络舆情的科学应对具有参考价值.

关键词：网络舆情、关键节点、识别、分类、社会网络分析、综合评价

所属期刊栏目：37

分类号：G206(信息与传播理论)

资助基金：吉林大学2015年度基本科研业务费哲学社会科学研究种子基金项目"我国开放存取持续发展的关键问题解析:问题机理、接受模型及政策导向研究"

在线出版日期：2017-09-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：17-25