1、互聯(lián)網(wǎng)輿情事件影響分析與動態(tài)演化研究R e s e a r c h o n I n f l u e n c e a n d D y n a m i cE v o l u t i o n A n a l y s i s o f I n t e r n e t P u b l i cO p i n i o n E v e n t s一級學(xué)科：管理科學(xué)與工程學(xué)科專業(yè)：管理科學(xué)與工程作者姓名：王磊指導(dǎo)教師：寇紀(jì)淞教授天津大學(xué)管理與經(jīng)濟(jì)學(xué)部二零一

2、五年十二月 一令一直，平T 一月摘要當(dāng)今網(wǎng)絡(luò)化和大數(shù)據(jù)時代，社會媒體己成為輿情事件發(fā)生、發(fā)展與演化的重要陣地。研發(fā)基于社會媒體網(wǎng)上一網(wǎng)下實時交互的輿情態(tài)勢精準(zhǔn)感知與態(tài)勢研判技術(shù)，提升突發(fā)事件應(yīng)對處置的能力，既是學(xué)術(shù)研究的熱點(diǎn)與難點(diǎn)，也是商業(yè)、社會乃至國家安全面臨的急迫需求與重大任務(wù)。在此背景下，本論文基于社會媒體輿情事件的多源異構(gòu)大數(shù)據(jù)信息，主要工作包括如下三個方面：( 1 ) 融合多源異構(gòu)信息進(jìn)行輿情事件影響分析。針對網(wǎng)絡(luò)輿情數(shù)據(jù)多維

3、度、多來源、信息異構(gòu)化等內(nèi)在特征，及現(xiàn)有輿情指標(biāo)體系覆蓋度不夠、指標(biāo)項選取難以多維量化和跨源融合等問題，提出了融合多源和異構(gòu)信息的輿情事件影響量化評價體系。該體系融合了新聞網(wǎng)站、論壇網(wǎng)站及微博網(wǎng)站等多種數(shù)據(jù)源，設(shè)計了基于情感計算、文本挖掘和用戶社會網(wǎng)絡(luò)分析的評價指標(biāo)項，并采用層次模糊評價方法進(jìn)行多維指標(biāo)權(quán)重計算，實現(xiàn)了數(shù)據(jù)與專家領(lǐng)域知識的有機(jī)集成。實驗表明，本論文提出的量化評價體系，能夠較為準(zhǔn)確和全面地刻畫網(wǎng)絡(luò)輿情事件的影響，與事件發(fā)展

4、過程有較好的符合度，優(yōu)于基于單一來源的事件評價方法。( 2 ) 研究了面向輿情事件的實體詞抽取與擴(kuò)展演變挖掘。針對輿情事件發(fā)展過程中事件描述實體詞動態(tài)變化的問題，提出了基于雙層模型的事件描述實體詞抽取方法，采用融合用戶關(guān)聯(lián)關(guān)系網(wǎng)絡(luò)的查詢詞擴(kuò)展方法對實體詞進(jìn)行自動擴(kuò)展，實現(xiàn)了對事件演化過程中中文變體詞的識別。并將所提方法應(yīng)用于輿情事件的數(shù)據(jù)采集查詢詞擴(kuò)展，在事件數(shù)據(jù)采集中得到了實驗驗證。實驗表明，本論文方法提供了良好的實體詞抽取效果，以及

5、實體詞擴(kuò)展詞和變體詞識別結(jié)果，應(yīng)用于輿情事件數(shù)據(jù)采集可提升數(shù)據(jù)采集的召回率，尤其是在事件描述關(guān)鍵詞包含“屏蔽敏感詞”的情況下效果明顯。( 3 ) 研究了面向輿情事件的基于異質(zhì)信息網(wǎng)絡(luò)的社區(qū)和話題動態(tài)演化分析方法。針對輿情事件發(fā)展過程中用戶與話題社區(qū)數(shù)量不確定、結(jié)構(gòu)不連續(xù)及兩者不能協(xié)同演化的問題，構(gòu)建了基于異質(zhì)信息網(wǎng)絡(luò)理論的輿情事件用戶社區(qū)與話題演化分析模型，實現(xiàn)了基于狄利克雷過程混合模型的異質(zhì)社區(qū)的協(xié)同發(fā)現(xiàn)及演化。實驗表明，論文構(gòu)建的模