融合用户特征与多级文本倾向性分析的网络意见领袖识别
2018-07-30分类号:G206;G353.1
【部门】南京理工大学经济管理学院
【摘要】网络事件中,意见领袖能够传播信息、扩大影响力、引导舆论方向。为了识别意见领袖,文章引入多级文本倾向性分析,自动将文本识别为非常正面、正面、中立、负面和非常负面5种情感倾向,更加精确地表征网民对博主的支持度。在此基础上,进一步融合多种用户特征,构建系统的网络意见领袖识别指标体系,基于新浪微博的真实数据,进行意见领袖识别,并与未加支持度指标的模型以及支持度两级分类模型进行对比,验证了方法的有效性。
【关键词】文本倾向性分析 意见领袖 微博 指标体系
【基金】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”(项目编号:71303111);国家自然科学基金项目“突发事件网络舆情演变过程中的人群仿真研究”(项目编号:71273132);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”(项目编号:71503126)的研究成果
【所属期刊栏目】情报理论与实践
文献传递