融合文本倾向性分析的微博意见领袖识别

摘要：

[目的]融合外部特征与帖文本身的内容,引入文本倾向性分析表征网民对博主的支持度,识别网络意见领袖.[方法]构建意见领袖识别模型,在潜在意见领袖提取的基础上,引入文本倾向性分析,通过Word2Vec算法识别网络中的情感新词、提高微博评论情感倾向性分析的准确性,分别计算博主评论中正面、中立和负面三种情感倾向所占的比例,去除负面情感占比过重的“伪意见领袖”.[结果]与改进的PageRank算法对比,本文意见领袖识别模型进一步优化了意见领袖的排序结果,与原始微博数据更为一致.[局限]研究语料来源于“官员殴打护士”话题,具有一定的领域局限性.[结论]模型最终识别出三种典型的网络意见领袖,涵盖突发事件发展的全过程.

关键词：文本倾向性分析、意见领袖、微博

所属期刊栏目：3

分类号：G206(信息与传播理论)

资助基金：本文系国家自然科学基金项目“基于情感倾向性分析的网络舆情意见领袖识别与对策研究”;国家自然科学基金项目“基于聚合的社会化短文本信息处理与细粒度倾向性分析”;江苏高校优势学科建设工程资助项目简称PAPD的研究成果之一

在线出版日期：2020-03-18（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：120-128