摘要
[目的/意义]数据获取是网络舆情研究的第一个阶段,在大量数据面前,构建网络舆情推文热度测度模型能够快速筛选出能为网络舆情研究所用的数据。[方法/过程]借鉴信息论中平均自信息量的定义,使用层次分析法与Haker News排名算法构建网络舆情热度测度模型。[结果/结论]通过在微博抓取数据,计算得出针对该数据集的热度阈值,验证该热度测度模型的准确度。事实证明,网络舆情推文热度测度模型能够很好地完成推文热度的计算,并且能够达到较高的计算准确率。
[Purpose/significance]Data Collection is the first step of the study of Network Public Opinion.The construction of Heat Assessment Model for Tweets of Network Public Opinion will rapidly screen useful data over dramatic number of data.[Method/process]This paper cites the definition of Average Self-Information,applies Analytic Hierarchy Process(AHP)and Haker News Ranking Algorithm to construct a Heat Assessment Model for Tweets of Network Public Opinion.[Result/conclusion]Through the calculation of data collected from Weibo,this paper obtains the threshold of this data set.Then this paper tests the accuracy of the model,which proves this model could achieve the heat calculation precisely.
作者
黄微
刘熠
许烨婧
孙悦
Huang Wei;Liu Yi;Xu Yejing;Sun Yue(School of Management,Jilin University,Changchun 130022)
出处
《图书情报工作》
CSSCI
北大核心
2019年第20期17-25,共9页
Library and Information Service
基金
国家自然科学基金面上项目“大数据环境下多媒体网络舆情信息的语义识别与危机响应研究”(项目编号:71473101)研究成果之一
关键词
网络舆情
推文热度
层次分析
network public opinion
heat of Tweets
AHP