1、碩 士 學 位 論 文突發(fā)事件情境下微博輿情 突發(fā)事件情境下微博輿情動態(tài) 動態(tài)預警研究 預警研究Dynamic Study of Micro-blog Public Opinion under EmergencyEvents Situations作 者 姓 名： 谷文靜 )學科、 專業(yè)： 信息管理與電子政務 )學 號： 21411054 )指 導 教 師： 裘江南 ）完 成 日 期： 2017 年 5 月 30 日 )大連理工大學Dal

2、ian University of Technology大連理工大學碩士學位論文- I -摘 要如今，社會化媒體已成為突發(fā)事件的社會傳感器，其上的網(wǎng)絡輿情能快速、直接反映突發(fā)事件發(fā)展態(tài)勢。突發(fā)事件發(fā)生后，微博作為重要輿論通道，公眾會在其上迅速形成并傳播自己的觀點、態(tài)度和情緒，對社會影響巨大。如果不能準確對突發(fā)事件情境下的微博輿情進行預警，進而對其進行及時干預和引導，很可能會引發(fā)新的網(wǎng)絡突發(fā)事件甚至是線下次生群體事件。 因此， 對突發(fā)事件

3、情境下微博輿情進行動態(tài)預警有重要意義?，F(xiàn)有研究取得了很多研究成果，但仍存在以下不足之處。當前突發(fā)事件情境下微博輿情預警研究大多將微博文本內(nèi)容、微博情緒及微博用戶信息行為三個研究維度相分離，無法深入了解它們間的內(nèi)在影響規(guī)律，因此，在預警模型構(gòu)建時多依賴于專家主觀經(jīng)驗，缺乏以數(shù)據(jù)驅(qū)動為基礎的客觀規(guī)律支撐，缺乏客觀依據(jù)。另外，當前研究多為對輿情的靜態(tài)快照類預警，很難滿足實時輿情監(jiān)測中對發(fā)展趨勢進行預警的要求。本文針對上述不足，首先通過自然語言

4、處理、情緒分析等方法，提出了基于因果貝葉斯網(wǎng)絡的主導情緒識別方法，通過敏感性分析和回歸分析，對微博情緒與用戶信息行為間影響規(guī)律進行研究， 得到的影響規(guī)律為后續(xù)構(gòu)建動態(tài)預警指標和建立預警模型提供客觀理論支撐；接著，對微博情緒與微博文本內(nèi)容間影響規(guī)律進行分析?；?LDA 主題分析和知識圖譜分析識別出突發(fā)事件微博輿情在各階段的特征詞， 并對不同階段主導情緒與特征詞進行 Lasso 回歸分析，將得到的影響規(guī)律用于預警模型初始結(jié)構(gòu)的構(gòu)建；之后，

5、基于上述得到的客觀規(guī)律，構(gòu)建預警指標，進而構(gòu)建突發(fā)事件情境下微博輿情動態(tài)預警貝葉斯網(wǎng)絡模型；最后，收集大量典型突發(fā)事件微博歷史數(shù)據(jù)，對提出模型的有效性進行驗證。本文充分考慮了微博文本內(nèi)容、 微博情緒與微博用戶信息行為三者間的客觀影響規(guī)律， 為預警指標體系的構(gòu)建提供了客觀依據(jù)， 也為預警模型的構(gòu)建提供了初始網(wǎng)絡結(jié)構(gòu)?；诳陀^影響規(guī)律構(gòu)建的微博輿情動態(tài)預警貝葉斯網(wǎng)絡模型， 能準確對實時輿情態(tài)勢進行動態(tài)預警，為網(wǎng)絡輿情應急管理提供了技術(shù)和決策