学位论文 > 优秀研究生学位论文题录展示
新浪微博的网络舆情分析研究
作 者: 张岚岚
导 师: 秦春荣
学 校: 华东师范大学
专 业: 情报学
关键词: 新浪微博 网络舆情 信号分析 实证研究
分类号: G206.2
类 型: 硕士论文
年 份: 2011年
下 载: 3240次
引 用: 4次
阅 读: 论文下载
内容摘要
近年来,伴随着互联网的普及,广大网民社会参与意识的提高和一些社会热点、突发事件的发生,网络舆情爆发了巨大的能量。特别是借助微博的兴起与发展,网民可以通过电脑、手机发布消息,每条最多140字。微博即时、快速、便捷和快速传播的特性,进一步推进了网络舆情的发展,微博上的舆论也成为了网络舆情中最具影响力的一种。新浪微博作为Twitter类的新兴网络应用,是将微内容和SNS的结合,很大程度上改变了网络信息的分享和传播模式,通过关注功能,将用户关联在一起,使得微博出现了人人都是发言者,人人都是听众的局面。这既是信息传播方式的变革,也是人际关系互动的变革。这一变革能够对目前网络信息的价值带来全新的革命性的影响,带来全新的商业价值和社会价值。信号分析是对事件出现的各种征兆或迹象进行解释、质疑、假设、数据补充、验证和评价的过程。此方法立足于不完全信息的条件下,通过关注信号的产生,连续监测、扫描,正确辨识、解读信号,可以对将要出现的威胁或危机及时做出预警。信号分析是情报学领域中一种重要的分析、预测方法。本文应用信号分析框架,并对信号分析模型进行分解,将信号搜集映射为文本获取阶段,信号辨识映射为话题识别阶段,信号解读映射为情感倾向性判别阶段。在这一模型基础上,通过舆情获取、舆情发现和舆情分析三个实验,运用爬虫抓取、文本聚类、定量分析等方法,采用k-means算法和文本向量工具,对选定的“国计”和“民生”两个方面四大主题的新浪微博文本进行了舆情分析,识别了各大主题中网友热议热点话题,并通过时间和话题两个维度进行分布,采用分布统计汇总的方法,识别了新浪微博各个话题的文本情感倾向性,得到了新浪微博网络舆情的精准与长尾、时效与口碑、扩散与共鸣的三大特点以及这些特点对电子商务、企业决策支持、网络舆情预警各个方面的指导作用。
|
全文目录
论文摘要 6-7 Abstract 7-11 1 概述 11-27 1.1 研究的背景、目的和意义 11-13 1.1.1 研究背景 11-12 1.1.2 研究的目的和意义 12-13 1.2 国内外关于微博的研究现状 13-18 1.2.1 国内关于微博的研究现状 13-17 1.2.2 国外关于微博的研究综述 17-18 1.3 新浪微博介绍 18-23 1.3.1 新浪微博及其发展现状 18-20 1.3.2 新浪微博的功能和特点 20-22 1.3.3 新浪微博对网络舆情生成和传播的影响 22-23 1.4 研究框架、方法及创新点 23-27 1.4.1 研究框架 23-24 1.4.2 研究方法 24-25 1.4.3 创新之处 25-27 2. 研究模型——基于信号分析方法的模型 27-36 2.1 国内外关于信号分析的研究现状 27-30 2.1.1 国外的研究现状 27-28 2.1.2 国内的研究现状 28-30 2.2 信号分析相关的概念体系 30-33 2.2.1 信号分析方法 30 2.2.2 信号分析的应用范围与作用 30-32 2.2.3 信号分析的特点 32 2.2.4 信号分析的应用模型 32-33 2.3 新浪微博网络舆情分析的信号分析模型 33-36 2.3.1 信号分析应用于新浪微博网络舆情分析的可行性 33-35 2.3.2 基于信号分析方法的新浪微博网络舆情分析模型 35-36 3 研究设计——新浪微博的网络舆情分析体系构建与实验设计 36-54 3.1 分析体系扩展模型 36-41 3.1.1 信号分析方法在舆情分析技术中的映射模型 36-37 3.1.2 信号搜集阶段模型分解 37-38 3.1.3 信号辨识阶段模型分解 38-39 3.1.4 信号解读阶段模型分解 39-41 3.2 相关工具和方法简介 41-44 3.2.1 LAMP开发环境简介 41-42 3.2.2 Sphinx搜索引擎简介 42-44 3.3 实验方案设计 44-54 3.3.1 实验基本步骤和系统设计 45-49 3.3.2 实验所需数据库设计 49-52 3.3.3 实验结论预设 52-54 4 实证研究——对新浪微博的网络舆情分析实验 54-84 4.1 信号搜集——网络数据抓取 54-60 4.1.1 主题确定及相关关键词选取 54-55 4.1.2 新浪微博网页内容分析 55-56 4.1.3 数据抓取算法及抓取结果 56-60 4.2 信号辨识——抓取数据的分析 60-76 4.2.1 文本分词与向量化 60-65 4.2.2 文本聚类实现过程 65-70 4.2.3 信号辨识实验结论 70-76 4.3 信号解读——舆情倾向性的计算及得出结论 76-84 4.3.1 舆情立场判别词库与方法 76-77 4.3.2 倾向性分析算法与实现过程 77-79 4.3.4 信号解读实验结论 79-84 5 结论与展望 84-89 5.1 新浪微博网络舆情的特点 84-86 5.1.1 从实验中得到的新浪微博网络舆情的三大特点 84-85 5.1.2 这些特点的指导意义与对策 85-86 5.2 本文研究不足与展望 86-89 5.2.1 本文研究小结与不足之处 86-87 5.2.2 对未来研究的展望 87-89 参考文献 89-94 附录 94-95 致谢 95
|
相似论文
- 我国当代总体城市设计实证研究,TU984
- 风险视角下新浪微博融资行为研究,F49
- 小学数学实践活动课程的现状分析及其有效性的实证研究,G623.5
- 数学建模在高中数学教学中的实践与探索,G633.6
- 中国区域性网上社区的舆情研究,G206
- 基于蓝光平台的瓦斯浓度分析的研究与实现,TD712
- 网络舆情的形成机制研究,G206
- 教育对犯罪程度的效应分析,D917
- 山西省高等学校教师激励机制的现状及对策研究,G647.2
- 统计方法在我国外语测试领域应用的调查研究,H319
- 高中英语词汇情境教学法的有效性研究,G633.41
- 高中英语学困生非智力因素调查研究,G633.41
- B2C市场中价格和价格离散的实证研究,F724.6
- 《平抛物体的运动》教学设计的实证研究,G633.7
- 外资银行的进入对我国银行业的影响,F832.2
- 组织学习对战略变革的影响,F224
- 电子商务技术扩散水平影响因素实证研究,F224
- 房地产债务危机预警模型的研究,F293.3
- 基于虚拟仪器的肺音分析系统的设计与实现,TP274
- 基于网络舆情的企业危机管理研究,G206
- 我国纺织产业升级中的智力资本作用与影响研究,F224
中图分类: > 文化、科学、教育、体育 > 信息与知识传播 > 信息与传播理论 > 传播理论 > 传播媒介
© 2012 www.xueweilunwen.com
|