基于多特征融合的微博用户权威度定量评价方法

微博用户权威度是评价微博信息可靠性的重要因素之一.本文针对微博用户权威度的定量计算提出了一种基于多特征融合的微博用户权威度定量评价模型.首先,提出了用户权威度的概念,将其定义为用户影响力和被信服度两部分组成;在暂不考虑用户领域影响因子的情况下,基于新浪微博数据,抽取出微博用户信息传播影响力、用户信息完整度、用户活跃度以及用户平台认证指数4项评价特征,以构建了用户权威度定量计算模型;然后,采用层次分析法对所构建模型的4项评价特征的权值进行确定,并分别给出了4项评价特征的提取算法.同时,在用户关注关系网络的基础上,提出了一种基于用户被关注价值的用户信息传播影响力模型UIRank,并通过实验验证了其比PageRank算法更加有效.实验结果表明,本文提出的微博用户权威度定量计算模型比较合理,为用户权威度的定量评价提供了一种可行的解决方案.     

基于LSTM网络的评价对象和评价词抽取

随着网络电商的兴起,越来越多的用户在网上对商品进行评价.所谓评价对象与评价词,指的是在产品评论中用户所表达的态度的对象以及所使用的极性词.本文将评价对象与评价词的抽取看做为序列标注任务,并介绍了如何使用循环神经网络解决序列标注任务.同时,还说明了循环神经网络的局限性,并使用LSTM对评价对象与评价词进行抽取.最后,本文还与基于规则的双向传播算法进行了对比.从实验结果可以看出,LSTM在评价对象与评价抽取任务上的性能较双向传播算法来说有非常大的提高.     

基于双向循环神经网络的评价对象抽取研究

评价对象抽取的研究难点在于如何精确地表示大范围的上下文信息.本文针对微博观点句,采用了基于双向循环神经网络(BRNN)的方法来抽取评价对象并对评价对象的情感倾向进行判定.BRNN的隐藏层对上下文进行了抽象,如果经过良好地训练,就能在循环处理句子时有效地表示远距离的有序上下文信息,而无需对上下文窗口长度进行限定.本文选择了词、词性、依存句法树以及产品词典等特征构建了BRNN模型.通过实验发现,上述4种特征组合获得了最优实验结果,通过与CRF模型的对比,本文提出的方法在相互覆盖模式下F值比CRF模型高出0.61％,验证了本文方法的有效性.本文方法在COAE2015任务3的资源受限评测任务中,获得了最好结果.     

TPRank用户影响力评价算法的应用

目前针对社交网络的数据挖掘,出现了越来越多的研究热点。结合用户影响力分析建模,提出了TPRank用户影响力评价算法,该算法可以在特定话题下对用户影响力进行评价。引入用户活跃度的概念来反映用户发布微博的频率高低,在此概念的基础上,提出了基准用户影响力评价算法,而后提出了用户聚集系数的概念来反映一个用户的凝聚力大小,对基准用户影响力评价算法进行修正,得到最终的用户影响力评价算法TPRank。该算法综合考虑了用户活跃度、转发行为、时间和聚集系数等因素。最后在新浪微博数据集上进行了实验,利用TPRank找出了特定话题下影响力大的用户。     

基于能量优化的微博用户转发行为预测

微博用户转发行为预测是微博社交网络消息扩散模型构建的基础,在舆情监控、市场营销与政治选举等领域有着广泛的应用.为了提高用户转发行为预测的精度,本文在MRF（Markov Random Field）能量优化框架下综合分析了用户属性与微博内容特征、用户转发行为约束、群体转发先验等因素对用户转发行为的影响,并在逻辑回归模型的基础上构造了相应的能量函数对用户转发行为进行了全局性的预测.实验结果表明,微博用户转发行为不仅取决于用户属性、微博内容等特征,而且也受到用户转发行为约束、群体转发先验等因素不同程度的影响.相对于传统算法,本文算法可以更准确地对用户转发行为进行建模,因而可获得更好的预测结果.     

基于图像失真类型的自适应图像质量评价方法

提出了一种图像质量评价方法,所提出的评价算法抽取DCT系数特征来代表图像的失真类型,使用基于支持向量机的分类器对图像失真类型进行预测,随后针对每一种失真类型,给出相应的融合评价算法,对图像进行质量评价.实验结果表明,该算法在整体性能上要优于传统的PSNR及SSIM等图像质量评价算法.     

一种基于MapReduce架构的微博用户影响力评价算法的设计与实现

随着互联网的高速发展和Web2.0时代的到来,微博用户正以惊人的速度在增长.新浪微博现以粉丝数作为用户排名的依据,在僵尸粉和大量低使用率帐号的影响下,这种简单的排名依据难以表征用户的影响力.本文以海量新浪微博数据为分析对象,在分布式系统上构建微博用户的影响力评价模型.文章主要以微博用户的转发网络计算微博用户的微博影响力,再利用关注关系计算微博用户的潜在影响力,最后合成微博用户影响力的评价模型.实验及分析表明,该评价方法在微博服务中能有效的反映微博用户的真实影响力,适用于度量微博用户的影响力.     

Web数据挖掘及其在微博话题检测中的应用研究

针对微博内容实时性的特点,对话题聚类的Single-Pass算法进行了改进,提出将时间参数添加到微博话题相似度检测方法中,并针对微博转发特性的处理方法给出了算法的处理步骤。仿真实验表明,该算法的优点是逻辑简单、算法执行效率高,通过算法的应用有效提高了基于Web数据挖掘的微博话题检测准确度。     

基于改进K‒均值的微博热点话题发现方法

微博文本数据高维度、同义、多义特征明显,传统基于向量空间模型(VSM)联合K-均值的热点话题发现方法存在准确率低,计算复杂,聚类中心难以确定等问题。提出一种相关向量机(RVM)优化VSM的微博文本向量化方法,首先利用RVM的自适应特征选择能力对VSM特征向量进行降维,然后利用主成分分析(PCA)方法确定K-均值算法的初始聚类中心,进而采用K-均值算法得到聚类结果,最后根据微博转发、评论和高影响力用户数量定义热度指数,热度指数最大的话题即为当前热点话题。采用实际微博文本数据集开展实验,结果表明所提方法相对于2种传统方法的准确率分别提升7.3%和1.1%,实时性分别提升45%和53%。     

基于模糊综合评价理论的微博用户影响力评价方法研究

本文在综合分析各大门户微博和第三方微博数据提供商等微博影响力评价数据和研究成果的基础上,研究中兼顾了微博社会化媒体及自身媒体的特性,主要从微博内容、微博受众以及微博传播力三方面进行了微博用户影响力的分析与探讨,提出微博影响力评价的改进思路,为微博营销提供参考指标。     

面向热门话题的微博观点挖掘方法

提出了一种微博热门话题的观点挖掘方法。首先通过句法依存关系模板和支持向量机(SVM)共同识别热门话题中的观点句,然后进一步通过词法关系和句法依存关系抽取观点词对,从而简明、清晰展现热门话题中的观点。最后通过实验证明了该方法的有效性。     

政府网络舆情监控系统的实现

互联网以其便捷、虚拟化、传播快等特点使大众更乐于通过网络方式发表各自看法,形成网络舆情。政府通过构建网络舆情系统,及时了解社情民意,主导网络舆情。从网络舆情系统技术实现方面,介绍了舆情系统进行舆情收集、分析、预警、报告的整个过程,详细论述各个过程实现的关键技术,从而为理解和构建政府舆情监控系统提供参考。     

基于Lucene全文检索在网络舆情的研究

随着互联网逐渐成为当今社会最重要的舆情载体,网络舆情监控正受到政府、企业及个人的密切关注。通过网络舆情监控,能够了解舆论动向,引导舆论发展,从而制定正确的应对策略,并及时采取措施。在丰富的Web资源中,高效率的搜索并获得所需要的舆情信息是一件困难的工作。为了解决这样的问题,在基于Lucene灵活的API函数接口和可以定制的数据存储结构的基础上,设计了一个高效率、合理的、实用的网络舆情系统,实现对网络舆情的快速监控。     

辩证对待民意

民意既有理性的, 也有非理性的。非理性民意的产生有经济根源, 更有社会文化根源。个人利益是非理性民意产生的经济根源, 文化习俗、心理、习惯是非理性民意产生的社会文化根源。民意表达受网络缺陷、人格缺陷及偶像崇拜的影响, 容易处于非理性状态。非理性民意会影响社会决策的公正性。因此, 在群众路线教育活动中执政者要提高鉴别能力, 注意区别理性与非理性民意。     

大数据时代的政府网络舆情监测系统研究

本文围绕大数据时代政府如何加强网络舆情的监测、预警以及分析、引导，如何建设网络舆情监测系统开展研究，对维护政府形象，加强社会公共管理，实现社会的和谐具有十分重要的意义。     

基于社交网络的舆情安全形势分析

社交网络在为广大网民提供自由交流的同时,也成为网络舆情的主要发源地。文中从网络舆情的产生和传播特点出发,对目前中国网络信息安全形式进行了深入分析,介绍了网络突发事件、热点事件在舆情产生中的作用,指出了正确引导舆情的策略方法。分析认为,网络舆情关系到国家安全和社会稳定,提高网络国防意识,保卫网络边疆,对网络舆情进行有效监控和正确引导刻不容缓。     

融媒体时代下电视台舆论监督的现状及对策分析

当前,电视台进行舆论监督是鼓励人民群众参政议政的大势所趋,它可以更好的发挥舆论引导的作用,营造舆论发展的正能量。这对于传统媒体来说具有一定的挑战,也是传统媒体转变发展观念的阶段性考验。传统媒体如何适应新的发展模式,在新的发展背景下如何继续发挥舆论监督的作用,是一个值得积极思考的问题。     

融媒体时代背景下舆论监督的特点及对策

在信息融合飞速传播的融媒体时代,舆论监督作为一种新兴起来的媒体事物,在蕴藏着无限潜力的同时,也出现了很多问题和争端,因而如何建设一个积极向上、正面监控的舆论信息环境,对当前时代背景下舆论监督的实现来说,具有非常重要的影响。本文就融媒体时代背景下舆论监督的特点展开分析讨论,并提出了相关措施与对策。     

基于影响力形成的论坛意见领袖识别

为了在网络论坛中提取意见领袖,文中通过抽象模拟论坛舆论意见领袖影响力的形成过程,建立了影响力向量模型,进而提出了可以利用影响力向量的模和方向这对参数来筛选意见领袖,并以天涯论坛某日的一个话题为研究个案,阐述了该参数的选择依据。再通过聚类分析比较不同类型的论坛舆论参与者的特点,将分析结果与提出模型筛选的结果相比对,论证文中方法结果的有效性和准确性,反应出文中提出参数的优越性。     

东营市应对网络舆情的联动应急机制研究

论文在分析了网络舆情危机的成因、特点及演化等问题的基础上,进一步分析东营市地方政府应对网络舆情危机不恰当的因素。从而提出应该构建应对网络舆情危机的应急机制体系,提升东营市地方政府对网络舆情危机的掌控能力与应对能力。