群體性突發(fā)事件微博輿情演化分析.pdf

1、近年來,網(wǎng)絡(luò)成為了公眾表達(dá)個人情感和政治態(tài)度的主要平臺,群體性突發(fā)事件網(wǎng)絡(luò)輿情的形成和傳播更是對網(wǎng)民情緒和社會穩(wěn)定產(chǎn)生了重大影響,隨著網(wǎng)絡(luò)形式的進(jìn)一步豐富,尤其是微博自媒體的迅速成長,群體性突發(fā)事件的滋生和擴(kuò)散渠道發(fā)生了轉(zhuǎn)移,微博平臺逐漸成為了最主要的網(wǎng)絡(luò)輿情載體,而且群體性突發(fā)事件微博輿情在演化進(jìn)程和演化方式上展現(xiàn)出了與傳統(tǒng)網(wǎng)絡(luò)輿情不同的特征。
　　本文針對群體性突發(fā)事件微博輿情的典型演化進(jìn)程做整體分析,包括對群體性突發(fā)事件微博

2、輿情熱度、公眾議題和公眾情感傾向等演化參數(shù)的靜態(tài)研究,以及針對群體性突發(fā)事件微博輿情演化周期中各個階段特征展開的動態(tài)分析。
　　本文以什邡鉬銅事件為中介性社會事件進(jìn)行微博輿情演化分析,首先從新浪微博獲得了原始研究數(shù)據(jù),根據(jù)該事件的相關(guān)微博數(shù)量和轉(zhuǎn)發(fā)次數(shù)等顯性指標(biāo)統(tǒng)計了微博輿情的整體熱度情況;綜合使用主題概率模型和基于距離的文本聚類方法將微博文本分成沖突過程、環(huán)境問題、事件結(jié)果和事件主體等四個主題類別;通過多組實(shí)驗訓(xùn)練文本分類樣本,

3、測試和比較了不同的特征提取算法和文本分類方法組合的性能,構(gòu)建了由詞頻-反文檔頻率(TF-IDF)、信息增益(IG)、支持向量機(jī)(SVM)組合的文本分類模型,并且對微博文本的情感傾向進(jìn)行分類。然后,進(jìn)一步分析了微博輿情熱度、公眾議題和公眾情感傾向的總體演化情況及各演化階段的表現(xiàn)特征。最后,以微博存活時間與微博轉(zhuǎn)發(fā)次數(shù)為因變量,利用Cox比例風(fēng)險分析和負(fù)二項回歸分析構(gòu)建了群體性突發(fā)事件微博輿情意見領(lǐng)袖識別模型,發(fā)現(xiàn)微博用戶的認(rèn)證情況、地理位