中国科学技术信息研究所--国家工程技术数字图书馆

[学位论文] 曹世鸿中国科学院大学 2021年硕士导师: 李保滨共84页

摘要 : 随着互联网的快速发展，微博因丰富的信息内容、方便的分享操作等特点，已成为网络空间中重要的社交平台之一。微博平台上每天都有大量的话题信息出现，有些话题因被用户广泛讨论和传播而成为热点话题。微博热点话题种类繁多，涵盖了社会上的方方面面... 展开随着互联网的快速发展，微博因丰富的信息内容、方便的分享操作等特点，已成为网络空间中重要的社交平台之一。微博平台上每天都有大量的话题信息出现，有些话题因被用户广泛讨论和传播而成为热点话题。微博热点话题种类繁多，涵盖了社会上的方方面面，在一定的程度上反映了用户对于相关事件的观点和社会态度，这有助于控制和消除谣言、分析社会舆情等实际应用。热点话题这份在网络空间和真实世界的影响力，使得研究其形成的机理，具有重要的意义。已有的热点话题研究，要么专注于微博网络中的关注关系，建立信息传播模型，要么旨在研究预测转发行为或信息的转发量。前者缺乏了重要的空间信息，后者则未能深层次地探讨信息传播的机制。本篇硕士论文基于信息传播学的S型传播规律和用户转发行为与其兴趣的相互作用而形成的反馈回路，提出了包含时空信息的反应扩散动力模型，来阐述信息传播的机制;并利用动力系统中的线性稳定性分析相关理论，建立热点话题形成的参数判定条件。基于实际的新浪微博数据，本硕士论文有效地模拟了热点产生的过程，并定性讨论了模型中系统参数对热点话题的生存时间的影响。最后，将热点话题的产生条件作为先验知识，结合机器学习的方法，建立热点话题的预测模型，取得了良好的实验结果。本硕士论文的主要贡献如下: 1.基于网络空间中的S型信息传播规律，结合微博话题的时空特征，提出并建立了基于反应扩散动力系统的信息传播模型，该模型能有效地解释微博上信息传播的动力机制; 2.利用构建的信息传播模型，借助动力系统的稳定性分析理论推导出热点话题的形成条件。并在此基础上，针对新浪微博相关数据，模拟热点话题的传播过程，定性分析了系统参数对热点话题存活时长的影响; 3.结合已建立的信息传播模型，将热点话题的形成条件作为先验知识，借助线性回归、支持向量回归和前馈神经网络模型，建立了热点话题预测模型，取得了较好的实验结果，最好的召回率达到了93.49％。收起

关键词 : 微博热点话题信息传播模型热点话题预测反应扩散动力模型

2. 评价理论视角下中美关于“佩洛西窜台”事件的新闻话语分析

[学位论文] 刘乐祎哈尔滨工业大学 2023年硕士导师: 赵毓琴共96页

摘要 : 评价理论考察语篇中协商的各种态度，情绪的强度，以及价值的来源和联盟读者的方式，为系统地阐明话语中所反映的态度、观点和立场提供有力支持。美国众议长佩洛西窜访台湾引发了国际社会的热烈讨论，也成为了中美报道的热点话题之一。两国新闻作为态... 展开评价理论考察语篇中协商的各种态度，情绪的强度，以及价值的来源和联盟读者的方式，为系统地阐明话语中所反映的态度、观点和立场提供有力支持。美国众议长佩洛西窜访台湾引发了国际社会的热烈讨论，也成为了中美报道的热点话题之一。两国新闻作为态度表达的窗口，其内容引起了人们研究的兴趣。本文选取了2022年7月28日至2022年8月2日发表于《中国日报》、《人民日报》、《环球时报》、《纽约时报》《华盛顿邮报》、《洛杉矶时报》的40篇英文新闻语篇，利用UAMCorpusTool和SPSS对中美有关“佩洛西窜台”新闻报道的评价资源进行标注和分析，探究其态度、介入、级差资源分布的异同，讨论两国报道表达立场观点所使用的评价策略，以及策略背后的影响因素。研究发现，中美报道均使用了大量评价资源来表达他们的态度和观点，评价资源分布存在较大差异。就介入系统而言，中方报道中的对话收缩与对话扩展资源数量相当，但对话扩展中更多引入了中国官方的声音，强调中方严正立场。而美方报道更多使用对话扩展资源，引入各方声音对当下情况进行分析，保留对话空间。就态度系统而言，中方报道中运用了大量的判断资源，尤其是消极恰当性资源，揭露美方的恶劣图谋，同时运用了较多积极态度资源来构建可靠的中国形象。美方报道则更多使用情感资源和鉴赏资源，唤起读者情绪，影响舆论。就级差系统而言，中美报道都倾向于强化自己的态度、观点和立场，美方报道的弱势与柔化意义资源要略多于中方报道，用于调节分析性内容的评价强度，从而减轻评价者的责任。评价资源分布及评价策略存在差异的原因在于中美报纸的不同定位、中美不同的文化语境以及中美不同的价值取向。本研究通过应用评价理论对中美关于“佩洛西窜台”事件的新闻报道的分析，解读了不同态度、立场会如何影响新闻报道的呈现，提醒读者在阅读新闻时保持批判性思维，同时识别出中美报道中对立的态度观点，为中方进一步回应提供支持，有助于消除误解。本研究在分析过程中对评价框架做出调整，为评价理论的理论探索提供了实证材料，也为该理论的应用研究提供了一定的参考与借鉴。收起

关键词 : 新闻话语评价理论热点话题

3. 情感词典在微博热点话题情感分析的研究与实现

[学位论文] 陈青超西安理工大学 2022年硕士导师: 王林;马藏珍共85页

摘要 : 微博具有操作简单，获取信息多样和信息实时发布等优点，己成为用户发布和获取信息的主流网络社交平台。微博每天产生的热点话题体现着用户对事件的关注度和情感，而用户的情感一定程度上推动若乖件的发展，因此对微热点话题进行情感分析研究具有现实... 展开微博具有操作简单，获取信息多样和信息实时发布等优点，己成为用户发布和获取信息的主流网络社交平台。微博每天产生的热点话题体现着用户对事件的关注度和情感，而用户的情感一定程度上推动若乖件的发展，因此对微热点话题进行情感分析研究具有现实意义和应用价值，本文主要工作内容如下： (1)论文首先总结并列举了基于情感词典的微博热点话题情感分析中所需的重要原理，其次介绍了情感词典构建、文本向量化和聚类算法等方法的实现算法，最后简单描述了各算法的优点与不足。 (2)针对基于情感词典的情感分析算法判断文本极性时，只考虑情感词而忽略文本语义的问题，对该算法进行改进。本文考虑到修饰词对文本情感的影响，在基于情感词典的基础上引入了依存句法分析中语义规则的概念，从情感词典和语义规则两个方面对文本进行分析，从而完成热点话题的情感极性分析。 (3)设计并实现了一个基于Hadoop平台的微博热点话题情感分析系统，利用Hadoop分布式平台强大的并行计算能力和分布式存储能力对话题进行情感分析。首先通过API端口进行数据采集并存储；然后对数据进行去噪等处理；再对微博文本进行文本表示，并实现聚类算法的并行化进行热点话题发现；之后构建微博领域的情感词典和修饰词词典，构造语义规则库，利用两种词典进行提取文本的情感特征；再次，设计微博文本情感计算方法，通过改进的情感词典算法对文本进行情感分析；最后根据话题内所有文本的情感特征判断热点话题的情感倾向和情感值。综上，本文通过对当前微博数据集做了实验并分析，结果证明，本文采用的并行聚类算法可以为话题情感分析提供有效的文本数据；经过实验结果对比，本文改进的情感词典情感分析算法在查准率、召回率以及综合评价指标（F值）上都有不同程度的提高，能更准确的判断出文本倾向，进而判断出话题情感极性和情感值。收起

关键词 : 微博平台热点话题情感分析情感词典

4. 基于LDA的博文分类及主题演化研究

[学位论文] 张曦元东北大学 2018年硕士导师: 孙福权；刘冰玉共84页

摘要 : 随着互联网的迅速发展，信息传播速度更快，涉及范围更广。微博作为传播信息的重要媒介，已成为热点事件产生、传播的重要发源地。微博中蕴含着海量的可挖掘信息，不仅存在巨大的商机也可能引发舆论的危机。为提取数据中有价值的信息，提高搜索质量，... 展开

关键词 : 微博博文分类特征扩展主题演化热点话题

5. 云计算及若干数据挖掘算法的MapReduce化研究

[学位论文] 李军华电子科技大学 2010年硕士导师: 傅彦共80页

摘要 : 云计算是2008年以来国际IT业热炒的概念,近两年来已开始在中国落地生根,是业界不可回避和逆转的一大趋势。我们可以把云计算看作是分布处理、并行处理以及网格计算的发展,其中并发、分布是云计算的关键,海量数据处理和海量计算是云计算的重头戏。但是... 展开云计算是2008年以来国际IT业热炒的概念,近两年来已开始在中国落地生根,是业界不可回避和逆转的一大趋势。我们可以把云计算看作是分布处理、并行处理以及网格计算的发展,其中并发、分布是云计算的关键,海量数据处理和海量计算是云计算的重头戏。但是云计算本身只是一种思维模式,要真正发挥它的魔力,除了硬件以外,更重要的是还得有软件的云计算平台支撑以及可以在平台上高效运行的并行化程序。海量数据处理和海量计算是数据挖掘领域的一个常见问题,许多传统数据挖掘算法往往只能适用小规模输入数据,当输入数据增大时,它们往往会因计算量的增大而速度减慢甚至无法运行,这无疑是许多传统挖掘算法的瓶颈。云计算则恰好擅长处理大规模数据和大规模计算,如果我们能够将传统数据挖掘算法并行化,并将之部署到云计算平台上运行,数据挖掘领域中的上述瓶颈问题就能迎刃而解。而能否有效借助云计算平台解决上述问题,关键在于能否合理地将相应的数据挖掘算法并行化。所以本论文首先主要从分布式文件系统和分布式编程模式两大方向分析了Google、Sector/Sphere和Hadoop三大云计算平台框架;然后从用户角度出发,综合考虑文本内容、人类遗忘性和话题流行度等因素,提出了一种基于网络日志的中文热点话题提取算法,并将其MapReduce化后部署到Hadoop云计算平台上运行,取得了良好的加速比效果,成功地提高了算法的运行速度和扩大了算法输入数据的规模;最后通过分析传统协同过滤算法、局部线性回归算法和朴素贝叶斯算法的详细流程、瓶颈问题和可并行化点,采取并行和串行相结合的方式,提出了将这几大算法MapReduce化的方法,不但证明了这些算法的可MapReduce化,而且在输入大批量数据的Hadoop集群实验中,取得了不错的加速比效果,比较成功地解决了这些算法计算量过大和计算时间过长的难题。本论文的研究为数据挖掘领域相关算法提供了可行的MapReduce化方案,实验结果证明了上述方案的切实有效性。收起

关键词 : 云计算 MapReduce 中文热点话题协同过滤

6. 微博热点话题发现与话题演化的研究

[学位论文] 彭利斌桂林电子科技大学 2014年硕士导师: 蔡国永共71页

摘要 : 近年来,由于网络技术的广泛普及与迅猛发展,网络上信息的传播速度与网络中信息量的规模空前巨大。作为一种新兴的社会网络媒体,微博已逐步成为人们获取信息的重要来源。由于微博发布的内容很简短,并且可以在各种终端上发布微博信息,造成了在微博平台上... 展开近年来,由于网络技术的广泛普及与迅猛发展,网络上信息的传播速度与网络中信息量的规模空前巨大。作为一种新兴的社会网络媒体,微博已逐步成为人们获取信息的重要来源。由于微博发布的内容很简短,并且可以在各种终端上发布微博信息,造成了在微博平台上短时间内会产生大量微博数据。如果仅仅通过人工来处理微博上这些数量巨大且杂乱无章的信息内容,不仅会大大增加工作量,而且很难为用户提供及时、准确又感兴趣的微博信息。微博热点话题发现技术就是一项能够针对微博中的海量信息进行处理、分析的技术,能及时将用户最感兴趣的信息展现给用户。传统的热点话题发现技术使用最广泛的方法是基于空间向量模型,该方法在话题发现领域取得了很好的效果,但是在处理微博这样内容杂乱且文本短小的信息时,还存在不足。在聚类算法中计算词相似度的时候仅仅考虑了词的语义相似度,并没有考虑那些虽然在语义上不相似,但同时出现的频率很高的词(本文称为上下文式相似度)。本文借鉴传统的热点话题发现方法,针对微博的本身特性,提出一种基于综合相似度的热点话题发现算法。在真实微博数据中进行的实验表明,该方法能较有效的发现微博中的热点话题。其次,本文从话题模型的角度对微博话题的发现展开了研究。通过将传统的LDA(Latent Dirichlet Allocation)模型扩展到适合微博的MLDA(Microblog Latent Dirichlet Allocation)模型。MLDA模型是将微博作者之间的关系、话题标签、微博文本之间的关联关系扩展到LDA模型中的。运用Gibbs Sampling算法进行参数估计,获取文档-话题和话题-词的分布。最后,论文分析了微博话题的演化。根据MLDA模型发现出微博的话题,从话题强度和话题内容迁移两个方面分析微博话题的演化。实验证明该方法能有效抽取微博话题,从而能够很好描述微博话题的演化历程。根据以上研究的成果,本文还在真实的微博数据上进行实验,通过实验,验证了上述工作的有效性。收起

关键词 : 微博平台热点话题发现 LDA模型话题演化

7. 基于双向LSTM和BBTM主题模型的微博热点话题发现研究

[学位论文] 利朝香中南财经政法大学 2020年硕士导师: 向卓元共69页

摘要 : 随着科学技术与移动互联网的快速发展，社交媒体得以蓬勃发展，使得人们能快速获取信息，但如今的网络存在大量的短文本数据，例如Twitter推文、微博文本、传统新闻标题，社交网站也充斥着大量的短文本数据。如何从海量的短文本数据中高效、准确地挖掘... 展开随着科学技术与移动互联网的快速发展，社交媒体得以蓬勃发展，使得人们能快速获取信息，但如今的网络存在大量的短文本数据，例如Twitter推文、微博文本、传统新闻标题，社交网站也充斥着大量的短文本数据。如何从海量的短文本数据中高效、准确地挖掘热点话题是目前舆情分析中的一个研究热点问题。从微博文本中挖掘出隐藏的潜在价值，对于信息安全、舆情分析、话题演变、信息检索、个性化推荐等研究有一定的研究意义。目前，使用主流的话题发现模型来挖掘短文本的热点话题会面临数据稀疏、忽略词之间关系、高维度、主题模型的话题数目需要人工来确定等问题。这些问题的存在将严重制约了热点话题发现质量，同时当文本数据量比较大时，需要耗费大量时间来确定话题数目，降低了效率。这些都是短文本数据类型社区发现模型亟待解决的技术问题。本文深入分析微博文本的特征，提出一种基于双向LSTM和BBTM主题模型的微博热点话题发现模型，考虑了词之间的关系，自适应发现微博热点话题。模型由数据处理、算法构建与模型评估三部分组成，在模型中利用深度学习算法学习词之间的关系。首先，对数据进行处理，清洗数据、分词并过滤停用词以及按日期将数据集切片，基于传播值和词项热度进行特征选择。其次，引入词嵌入算法表示文本向量，利用BiLSTM学习词之间的关系，用IDF削弱高频词的影响，构建词对的先验知识，包括词对间的关系与词语的逆文档频率；按照主题相似度最小时话题质量最佳的原则，采用词嵌入算法表示话题向量，设计一种基于密度的BiLSTM-HBTM自适应学习话题数目方法；通过吉布斯采样训练模型，估计模型参数，利用词对的主题分布来推算出每篇微博原文档的主题分布。最后，为了验证基于双向LSTM和BBTM主题模型的微博热点话题发现模型的有效性，本文选取新浪微博真实数据作为实验数据集，以准确度、熵值、纯度、点互信息作为评价指标比较了本文模型与主流主题模型的效果，从实验结果上看本文模型在多种评价指标上都优于对比模型，实验结果验证了本文模型的有效性以及可行性。本文的创新点主要有：一是提出基于微博传播值和引入经济学的词项H指数的特征选择方法，从文档层面和词语层面进行特征选择，考虑了微博的传播特性、词项热度。二是采用词嵌入算法表示文本向量，通过BiLSTM训练词语之间的关系，结合词语的逆文档频率作为词对的先验知识，考虑了词之间的关系，并且消除了高频中性词的影响。三是提出一种基于密度的BiLSTM-HBTM最优话题数目选择方法，采用词嵌入word2vec算法来表示话题向量，综合余弦相似度和改进IDF的加权值来计算话题相似度，削弱高频中性词的影响，自适应学习话题数目K。收起

关键词 : 热点话题发现 BiLSTM模型 BBTM模型词向量

8. 微博热点话题发现与演化规律研究

[学位论文] 孙学浩大连海事大学 2019年硕士导师: 林正奎共68页

摘要 : 微博(Weibo)作为一种基于用户关系的简短信息分享、传播以及获取的广播式社交媒体和网络平台，用户可以通过PC和手机等多种移动终端接入，并以文字、图片、视频等多媒体形式，利用其发布、评论和转发机制实现信息的即时分享与传播互动。近年来，随着移... 展开微博(Weibo)作为一种基于用户关系的简短信息分享、传播以及获取的广播式社交媒体和网络平台，用户可以通过PC和手机等多种移动终端接入，并以文字、图片、视频等多媒体形式，利用其发布、评论和转发机制实现信息的即时分享与传播互动。近年来，随着移动通讯技术的快速发展和信息获取方式移动化趋势的日益增强，微博平台的用户群体数量迅速扩张，内容建设日益丰富，传播速度呈几何增长，不仅给人们带来了一种全新的媒介体验，同时由于其在网民社会生活的各个层面已成为重要的信息发布载体，随着影响力的持续扩大，其在公共舆论方面也彰显出越来越重要的作用，很大程度上已经成为了当下社会热点问题的重要发源地和讨论与扩展的重要载体。尤其对于突发事件，由于微博自身所具有的参与主体普遍化、传播方式立体化、传播速度快捷化等特点，微博舆情的社会效应急剧放大。如何准确把握微博热点话题的演化规律，从而更有效地监督与管理微博舆情、舆论，辅助政府进行管理决策引起了社会各界的广泛关注，同时也成为学术界广泛开展的热点研究问题之一。基于上述背景，本文按照微博话题的获取与预处理、话题发现、热度评估、演化规律分析这一技术路线，重点围绕中文微博热点话题的提取和演化规律开展了相关研究，主要研究工作包括以下四个方面: (1)微博信息的获取与预处理提出了一种基于scrapy分布式数据爬取技术框架的多机并行微博数据获取方法、一种基于SVM算法的微博广告信息过滤方法和无用特殊符号的处理机制，开发了网络爬虫原型系统。通过工程实践，获取了16万条微博数据，并应用于论文后续研究之中。 (2)微博短文本信息的扩展提出了一种基于评论的微博短文本信息扩展策略、基于原微博主题词簇的评论筛选原则和筛选机制，解决了微博文本稀疏特点给文本分析带来的困难。通过实验验证，利用该方法扩展后的微博文本信息，在文本聚类和话题提取方面具有更高的准确率。 (3)微博话题提取与热度评估提出了一种基于文本扩展及动态主题模型的微博话题提取方法和基于时间序列的微博热度评估方法，并基于python所提供的gensim框架，通过调用其中的ldaSeqModel方法对DTM动态主题模型和微博话题的热力图进行了实际构建，经与人工标注结果相比较，取得了较好的实验效果。 (4)微博热点话题演化规律分析提出了一种微博热点话题演化规律分析方法，该方法基于时间窗构建演化词共现网络，把微博热点话题按演化词类别划分为多个社区。通过时间维度上的社区关联关系构建和关联强度计算来得出热点话题的演化规律。经实例验证，该方法能够较好的挖掘出微博热点话题的演化规律，可一定程度上指导短文本类自媒体的热点话题演化规律分析。收起

关键词 : 微博平台热点话题信息提取演化规律

9. 网络舆情热点发现与分析研究

[学位论文] 王宏勇西南交通大学 2011年硕士导师: 杨燕共67页

摘要 : 随着网络技术的飞速发展,网络媒体已经成为人们获取信息的重要来源,网络已经成为舆情产生和传播的主要场所。为了加强互联网管理和监控,网络舆情信息的汇集整理与分析成为目前各级政府部门急需解决的现实问题。舆情监控分析系统可以实现对互联网舆情海... 展开随着网络技术的飞速发展,网络媒体已经成为人们获取信息的重要来源,网络已经成为舆情产生和传播的主要场所。为了加强互联网管理和监控,网络舆情信息的汇集整理与分析成为目前各级政府部门急需解决的现实问题。舆情监控分析系统可以实现对互联网舆情海量信息自动实时的监测与分析,有效地解决传统人工方式对舆情监测的实施难题。在网络舆情智能分析功能中,热点舆情的自动发现和分析技术的研究与应用是其中重要的一环,可以帮助用户及时快捷地了解和掌握网络热点,及时跟踪社情民意。本文对舆情热点的自动发现及分析进行了重点研究,主要研究内容包括以下方面: 研究了热点舆情的自动发现技术。首先结合新闻报道语料的特点,提出了一个话题发现算法。该算法基于Single-pass聚类算法,通过引入如下策略来提高话题发现的效果:在特征项权值计算方面,由于报道中的人名、地名、机构名以及出现在标题中的词对于话题的区分比一般的词有更大的贡献,因此在计算权值时赋予它们更大的权值；在报道与话题的相似度计算方面,由于报道所发布的时间有助于区分该报道是否属于某个话题,因此使用了一种混合的相似度计算方法,将基于传统的夹角余弦计算相似度的方式和基于时间相似度的方式综合考虑；在话题的逻辑结构上,由于一个话题可能包含多个话题中心,因此在判断一篇报道的归属时将报道与这些话题中心进行比较。实验表明,这些策略改进了Single-pass算法的聚类效果。然后,本文通过分析话题热度的特征,从媒体关注度的角度对话题的热度进行评价,提出了一个计算话题热度的公式,实验表明该公式是有效的。研究了热点舆情的意见挖掘技术。针对网民对热点所发表的评论,提出了一种挖掘这些评论的方法。首先,以分词工具为基础,将评论中经常出现的非正式人名修正为正确的人物对象,然后通过Apriori算法挖掘评论中出现的频繁模式来获知网民对某话题的主要意见和立场,并将这些频繁模式通过图形化的方式展现给用户。最后本文设计了一个热点舆情发现与分析的应用系统。该系统实现了网页采集、网页预处理、热点舆情发现与分析、舆情搜索的功能,具有一定的实际意义。收起

关键词 : 数据挖掘网络舆情热点话题意见挖掘

10. 基于Hadoop的热点词提取与热点话题发现的实现

[学位论文] 高利利北京邮电大学 2011年硕士导师: 陈光共66页

摘要 : 随着论坛、博客、微博等短文本信息交流平台的不断发展，使人们在互联网上的交流形式变得更加自由，也使信息的传递变得加快捷。网民会针对自己关心的话题表达自己的看法，从而使网络媒体的作用愈加突显。现在，网络媒体已公认是继报纸、广播、电视后... 展开

关键词 : 微博社会舆情热点词热点话题 Hadoop技术