期刊导航
期刊开放获取
重庆大学
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
突发事件下基于改进K-Shell分解的意见领袖识别研究
1
作者
芦子涵
郑中团
《情报工程》
2023年第1期30-42,共13页
[目的/意义]为实现突发事件网络舆情的精准管控,对突发事件中的意见领袖识别进行研究。[方法/过程]针对K-Shell分解使得同一核层的节点具有相同K-Shell值的粗粒化分解问题,结合用户自身属性与用户交互行为对核心用户进行用户重要度因子...
[目的/意义]为实现突发事件网络舆情的精准管控,对突发事件中的意见领袖识别进行研究。[方法/过程]针对K-Shell分解使得同一核层的节点具有相同K-Shell值的粗粒化分解问题,结合用户自身属性与用户交互行为对核心用户进行用户重要度因子量化,并通过重构各节点K-Shell值的计算方法来加以改进;在此基础上定义以转发比例为权重的相邻用户重要度贡献值,从而构建一套意见领袖的识别方法。[结果/结论]以“郑州地铁7·20事件”为例,进行实证分析。结果表明突发事件中意见领袖主要由主流媒体与自媒体两类用户组成,且意见领袖的特征与类型随舆情生命周期的变化而变化。本文提出的意见领袖识别方法能够精确地给出意见领袖的排名,较K-Shell分解法识别效率更高,较社交平台传统的排序方法更具可解释性。
展开更多
关键词
社会网络
突发事件
网络舆情
K-Shell分解
意见领袖
下载PDF
职称材料
基于文本融合特征的突发事件子话题聚类研究
2
作者
芦子涵
郑中团
《智能计算机与应用》
2023年第10期45-51,55,共8页
突发事件具有突发性、公共性、传播范围广等特点,研究同一突发事件中更细粒度的子话题聚类,对舆情管控部门实现精准化管控具有重要意义。针对以往话题聚类方法忽略了同一事件下更细粒度的子话题聚类,且为了更有效地表达微博文本的语义信...
突发事件具有突发性、公共性、传播范围广等特点,研究同一突发事件中更细粒度的子话题聚类,对舆情管控部门实现精准化管控具有重要意义。针对以往话题聚类方法忽略了同一事件下更细粒度的子话题聚类,且为了更有效地表达微博文本的语义信息,提出一种基于LDA文档-主题分布与Doc2Vec句向量融合的文本特征表示方法与文本相似度计算方法,应用Single-Pass增量聚类算法实现同一突发事件下子话题聚类,并根据F1值与单一文本特征子话题聚类实验结果进行对比。结果表明,本文方法子话题聚类效果更佳,F1值为72.4%,表明该方法能够有效地表达文本特征,进而提高子话题聚类的准确度。
展开更多
关键词
突发事件
子话题聚类
文本特征
LDA主题模型
Doc2Vec模型
下载PDF
职称材料
题名
突发事件下基于改进K-Shell分解的意见领袖识别研究
1
作者
芦子涵
郑中团
机构
上海工程技术大学数理与统计学院
出处
《情报工程》
2023年第1期30-42,共13页
文摘
[目的/意义]为实现突发事件网络舆情的精准管控,对突发事件中的意见领袖识别进行研究。[方法/过程]针对K-Shell分解使得同一核层的节点具有相同K-Shell值的粗粒化分解问题,结合用户自身属性与用户交互行为对核心用户进行用户重要度因子量化,并通过重构各节点K-Shell值的计算方法来加以改进;在此基础上定义以转发比例为权重的相邻用户重要度贡献值,从而构建一套意见领袖的识别方法。[结果/结论]以“郑州地铁7·20事件”为例,进行实证分析。结果表明突发事件中意见领袖主要由主流媒体与自媒体两类用户组成,且意见领袖的特征与类型随舆情生命周期的变化而变化。本文提出的意见领袖识别方法能够精确地给出意见领袖的排名,较K-Shell分解法识别效率更高,较社交平台传统的排序方法更具可解释性。
关键词
社会网络
突发事件
网络舆情
K-Shell分解
意见领袖
Keywords
Social Network
Emergency
Public Opinion
K-Shell Decomposition
Opinion Leader
分类号
G35 [文化科学—情报学]
TP391 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
基于文本融合特征的突发事件子话题聚类研究
2
作者
芦子涵
郑中团
机构
上海工程技术大学数理与统计学院
出处
《智能计算机与应用》
2023年第10期45-51,55,共8页
基金
全国统计科学研究项目(2020LY080)。
文摘
突发事件具有突发性、公共性、传播范围广等特点,研究同一突发事件中更细粒度的子话题聚类,对舆情管控部门实现精准化管控具有重要意义。针对以往话题聚类方法忽略了同一事件下更细粒度的子话题聚类,且为了更有效地表达微博文本的语义信息,提出一种基于LDA文档-主题分布与Doc2Vec句向量融合的文本特征表示方法与文本相似度计算方法,应用Single-Pass增量聚类算法实现同一突发事件下子话题聚类,并根据F1值与单一文本特征子话题聚类实验结果进行对比。结果表明,本文方法子话题聚类效果更佳,F1值为72.4%,表明该方法能够有效地表达文本特征,进而提高子话题聚类的准确度。
关键词
突发事件
子话题聚类
文本特征
LDA主题模型
Doc2Vec模型
Keywords
emergency
sub-topic clustering
text features
LDA topic model
Doc2Vec model
分类号
TP391.1 [自动化与计算机技术—计算机应用技术]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
突发事件下基于改进K-Shell分解的意见领袖识别研究
芦子涵
郑中团
《情报工程》
2023
0
下载PDF
职称材料
2
基于文本融合特征的突发事件子话题聚类研究
芦子涵
郑中团
《智能计算机与应用》
2023
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部