• 微博舆情传播周期中不同传播者的主题挖掘与观点识别

    分类: 图书馆学、情报学 >> 图书馆学 提交时间: 2023-08-27 合作期刊: 《图书情报工作》

    摘要: [目的/意义] 探索微博舆情传播周期中不同传播者关注的舆情热点和传播内容的主要观点,进而发现舆情传播的特点和规律,为舆情分析与决策提供依据。[方法/过程] 以特定舆情事件的事实文本数据为来源,以生命周期理论和LDA方法为指导,设计研究流程与构建研究模型,对微博舆情事件中不同传播者的话题进行主题研究,其中包括主题抽取和结果语义标注、各阶段的不同传播者主题的语义分析、基于时间维度的舆情主题观点识别与刻画。[结果/结论] 研究发现,论文所提出的研究模型能够挖掘出舆情传播周期中不同传播者的主题结构、观点脉络以及特征,研判出分布在文字当中有关联性的、代表性的、重要的词语。同时,结论中还发现微博中的官媒、大众媒体发布信息中的话题和用户谈论的热点话题具有明显的差异性。

  • 融合内容与用户手势行为的用户画像构建系统设计与实现

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-08 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】开发移动端的文献阅读系统, 通过利用在移动端的用户手势行为数据及手势行为对应的内容, 挖掘用户兴趣, 构建用户兴趣画像。【应用背景】融合内容与用户行为的用户画像构建系统能够挖掘用户在阅读文献时的兴趣, 并进行用户画像构建。【方法】以移动平台下的Web 阅读系统为工具, 通过收集用户在移动设备上浏览文献产生的用户手势行为(单击、双击、滑动、拖动、放大/缩小等)数据以及与用户手势行为相对应的文本内容, 结合对应文本内容的浏览时间构建用户模型。【结果】用户在使用文献阅读系统时可以发现自己在阅读文献过程中的阅读兴趣, 进行用户兴趣画像构建。【结论】初步研究结果表明使用用户手势行为可以在一定程度上反映用户的阅读兴趣, 并进行用户建模。该研究结论可以提高市场营销和个性化推荐系统的效果。

  • 融合内容与用户手势行为的用户画像构建系统设计与实现

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-08 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】开发移动端的文献阅读系统, 通过利用在移动端的用户手势行为数据及手势行为对应的内容, 挖掘用户兴趣, 构建用户兴趣画像。【应用背景】融合内容与用户行为的用户画像构建系统能够挖掘用户在阅读文献时的兴趣, 并进行用户画像构建。【方法】以移动平台下的Web 阅读系统为工具, 通过收集用户在移动设备上浏览文献产生的用户手势行为(单击、双击、滑动、拖动、放大/缩小等)数据以及与用户手势行为相对应的文本内容, 结合对应文本内容的浏览时间构建用户模型。【结果】用户在使用文献阅读系统时可以发现自己在阅读文献过程中的阅读兴趣, 进行用户兴趣画像构建。【结论】初步研究结果表明使用用户手势行为可以在一定程度上反映用户的阅读兴趣, 并进行用户建模。该研究结论可以提高市场营销和个性化推荐系统的效果。

  • 面向政府决策需求的社会舆情信息语义组织研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】对海量异构的社会舆情信息进行语义组织, 揭示社会舆情信息之间的多维度关联, 以为后期的挖掘、分析和决策支持提供重要支撑。【方法】从政府决策需求出发, 建立基于本体的社会舆情信息语义组织框架,根据社会舆情信息本体的特点, 采用七步法的本体构建方法, 以ABC 事件本体为参考模型, 明确其中的概念以及概念间的关系, 建立社会舆情信息之间的语义关联。【结果】构建适用于社会舆情信息描述的POIOM 模型, 完成本体管理模块的设计。【局限】论文以访谈和统计分析为主要需求获取渠道, 有待更多的政府决策者用户群体对需求加以验证和完善。【结论】POIOM 模型对社会舆情信息具有良好的描述能力, 从内容角度深层次地揭示同一案例不同特征项内容之间的关联, 以及多舆情事件之间的逻辑关系和内在联系, 基本验证了基于需求的社会舆情信息语义组织方法的可行性和有效性。

  • 基于BDI-Agent 模型的突发事件网络舆情应急响应建模研究

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】基于“信念–愿望–意图”(BDI)模型分析网民在突发事件网络舆情中行为决策的动因和发展规律, 引导网民情绪, 建立复杂网络情境下可推理、可预测的应急响应计算模型。【方法】基于“信念–愿望–意图”模型建立起网络舆情演变过程中各类主体(网民、政府、媒体)的多Agent 交互模型, 对网民的心智状态的转换过程建模仿真, 从而揭示网络舆情演变的内在动因, 支持应急响应策略的科学制定。本文以突发事件网络舆情中网民情感倾向性为核心, 面向网民、政府、媒体的交互, 设计BDI-Agent 概念模型, 包括Agent 语境和推理规则设计; 在此基础上设计实证模型, 包括Agent 属性、推理规则和交互规则设计, 并结合实际案例进行验证。【结果】结合典型突发事件网络舆情案例进行实证研究, 验证本文提出的多Agent 模型的科学性。【局限】该模型需要更多同类事件的对比和优化。【结论】可以基于BDI 模型将复杂的网络舆情映射为一个可以规约推理的计算模型, 并为突发事件网络舆情演变趋势的预测和应急策略的制定提供一套可参考的实证模型。

  • 大数据环境下社会舆情分析与决策支持的研究视角和关键问题

    分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-10-11 合作期刊: 《数据分析与知识发现》

    摘要: 【目的】分析大数据背景下的需求, 探索社会舆情分析与决策支持的理论依据与重点研究问题。【方法】综合运用图书情报、新闻传播、公共管理、计算机、心理学、系统动力学、复杂网络等理论与方法, 基于社会现实考察与业界实践分析, 总结凝练研究观点。【结果】提出“以‘知识论’、‘决策论’与‘系统论’相结合”等6 个视角引导研究设计与布局研究内容, 并侧重解决社会舆情传播对政府决策影响的理论依据探寻等5 个关键问题。【结论】大数据给社会舆情分析与政府决策支持带来新的机遇, 迫切需要提出与采纳新的研究视角解决关键问题。