《情报学报》论文导读|2021 Vol. 40, No.3

发布于 2021-05-11 22:59 ,所属分类:论文学习资料大全

2021年第3期

专题约稿

新冠肺炎疫情微博用户情感与主题挖掘的协同模型研究

王晰巍, 李玥琪, 刘婷艳, 张柳

基于LDA模型的新冠肺炎疫情微博用户主题聚类图谱及主题传播路径研究

张柳, 王晰巍, 黄博, 刘婷艳

新冠肺炎疫情事件信息传播主体特征分析方法及模型——以“钻石公主号邮轮”事件为例

王晰巍, 贾若男, 刘婷艳, 张柳

情报分析方法与技术

基于三阶段DEA模型的学术虚拟社区知识交流效率评价研究

杨瑞仙, 黄书瑞, 于政杰

基于全代引证的专利累积影响力评价 ——一个诺奖得主专利的案例研究

康旭东, 邓乐乐, 王宇开, 杨中楷

基于加权网络改进的中文短文本相似性度量模型

牛奉高, 高旭霞

基于机器学习的人工智能技术专利数据集构建新策略

陈悦, 宋凯, 刘安蓉, 曹晓阳

多维视角下科学主题演化分析框架

王康, 陈悦, 苏成, 赵筱媛

情报用户与行为研究

在线健康社区中用户画像及主题特征分布下信息需求研究——以医享网结直肠癌圈数据为例

盛姝, 黄奇, 郑姝雅, 杨洋, 解绮雯, 张戈, 秦新国

研究进展与文献综述

人工智能时代的情报学发展与创新——基于情报交流理论的视角

丁波涛

本期文章概览

新冠肺炎疫情微博用户情感与主题挖掘的协同模型研究

王晰巍, 李玥琪, 刘婷艳, 张柳

本文主要研究针对新冠肺炎疫情期间的舆情事件,了解用户的情感及其主题,帮助相关舆情监管部门更好地提升舆情引导能力。本文基于认知情感评价模型,构建情感与主题挖掘协同分析模型,采用朴素贝叶斯模型(Naive Bayesian Model,NBM)对用户情感文本进行分类,并基于Relevance公式改进的LDA(Latent Dirichlet Allocation)主题模型进行主题提取。本文以新冠肺炎疫情期间“日本钻石公主号邮轮”典型舆情话题为例,进行网民情感及评论主题内容协同分析,并结合舆情事件周期和4种主题类型,对其情感特征及用户主题进行实证分析。研究结果表明,本文提出的情感与主题挖掘协同分析模型,能够在舆情事件发展生命周期内呈现网民情感及的主题特征;并且情感与主题协同分析的方法,可为舆情监管部门提高舆情引导效率,为实现网络生态治理起到一定的指导作用。

相关资源