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

新浪微博的网络舆情分析研究

内容摘要

全文目录

相似论文