基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对现有微博网络舆情分析的研究中没有从全局层面考虑舆情文本特征的情况,结合微博网络舆情的主题及趋向性分析,提出了基于主题发现的微博网络舆情分析模型,从文本预处理、微博文本特征提取、微博舆情的主题发现及趋向性分析三方面进行了具体描述。仿真结果表明,基于该模型实现的微博网络舆情分析方法在微博网络舆情的分析处理中检测效果良好,说明该模型有效。相关内容可为该领域的进一步研究提供有价值的参考。
推荐文章
基于微博的网络舆情分析系统设计
向量空间模型
TF-IDF
话题发现
舆情分析
基于微博的网络舆情分析系统设计
向量空间模型
TF-IDF
话题发现
舆情分析
基于主题和链接分析的微博社区发现算法
微博
社区发现
潜层Dirichlet分配
主题模型
链接分析
标签传递算法
基于隐主题分析的中文微博话题发现
中文微博
话题发现
隐主题模型
文本聚类
频繁项集挖掘
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微博网络中基于主题发现的舆情分析
来源期刊 电讯技术 学科 工学
关键词 微博网络 舆情分析 主题发现 文本特征
年,卷(期) 2015,(6) 所属期刊栏目 电子与信息工程
研究方向 页码范围 611-617
页数 7页 分类号 TN915.9
字数 5408字 语种 中文
DOI 10.3969/j.issn.1001-893x.2015.06.005
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵丹丹 浙江师范大学计算机科学与工程系 14 61 5.0 7.0
2 彭浩 浙江师范大学计算机科学与工程系 11 31 4.0 5.0
3 周杰 浙江师范大学计算机科学与工程系 6 17 2.0 4.0
4 周豪 浙江师范大学计算机科学与工程系 2 7 1.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (83)
共引文献  (169)
参考文献  (13)
节点文献
引证文献  (7)
同被引文献  (24)
二级引证文献  (9)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(3)
  • 参考文献(0)
  • 二级参考文献(3)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(9)
  • 参考文献(0)
  • 二级参考文献(9)
2007(11)
  • 参考文献(0)
  • 二级参考文献(11)
2008(6)
  • 参考文献(1)
  • 二级参考文献(5)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(8)
  • 参考文献(0)
  • 二级参考文献(8)
2011(18)
  • 参考文献(3)
  • 二级参考文献(15)
2012(9)
  • 参考文献(1)
  • 二级参考文献(8)
2013(6)
  • 参考文献(4)
  • 二级参考文献(2)
2014(4)
  • 参考文献(4)
  • 二级参考文献(0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2016(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(5)
  • 引证文献(3)
  • 二级引证文献(2)
2019(6)
  • 引证文献(1)
  • 二级引证文献(5)
2020(2)
  • 引证文献(0)
  • 二级引证文献(2)
研究主题发展历程
节点文献
微博网络
舆情分析
主题发现
文本特征
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
电讯技术
月刊
1001-893X
51-1267/TN
大16开
成都市营康西路85号
62-39
1958
chi
出版文献量(篇)
5911
总下载数(次)
21
总被引数(次)
28744
论文1v1指导