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:
随着新浪微博的广泛使用,新浪微博传播的内容涵盖了各种领域的信息,涉及范围越来越广;同时,当用户浏览消息时,不仅能够表达自己的看法,同时能够看到别人的观点.因此,当用户无法判断问题的客观性时,通常会利用其他公众的反馈信息进行评估.为了充分利用公众反馈信息,提出了一种描述公众反馈信息的社会属性——争议度.给出了争议度的概念并构建了争议度计算模型,该模型将公众对微博的反应(即表态、评论、转发等行为)作为争议度的影响因素,通过情感分析等技术计算微博消息的争议度.实验结果对照人工标注结果,模型准确率达到93%,有效率达84%,证明了该模型的可行性.
推荐文章
新浪健康微博的文本分析
新浪微博
健康传播
文本分析
基于新浪微博的公交系统数据采集及分析
微博
公交系统
数据抓取
中文分词
大数据
新浪微博数据爬取研究
新浪微博
数据爬取
微博爬虫
Python
基于转移变量的图文融合微博情感分析
情感分析
图文融合
转移变量
转发符号
主题模型
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 基于情感分析的新浪微博争议度分析
来源期刊 计算机工程与科学 学科 工学
关键词 新浪微博 情感分析 争议度 公众反应
年,卷(期) 2016,(10) 所属期刊栏目 人工智能与数据挖掘
研究方向 页码范围 2158-2164
页数 7页 分类号 TP391
字数 7087字 语种 中文
DOI 10.3969/j.issn.1007-130X.2016.10.030
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 刘莉平 中南大学软件学院 32 152 6.0 10.0
2 刘梦 中南大学软件学院 2 5 2.0 2.0
3 李绍鹏 中南大学软件学院 1 3 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (22)
共引文献  (386)
参考文献  (13)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (0)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2005(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(3)
  • 参考文献(0)
  • 二级参考文献(3)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(3)
  • 参考文献(2)
  • 二级参考文献(1)
2011(2)
  • 参考文献(0)
  • 二级参考文献(2)
2012(4)
  • 参考文献(0)
  • 二级参考文献(4)
2013(4)
  • 参考文献(3)
  • 二级参考文献(1)
2014(3)
  • 参考文献(3)
  • 二级参考文献(0)
2015(5)
  • 参考文献(5)
  • 二级参考文献(0)
2016(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)
2017(2)
  • 引证文献(2)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
新浪微博
情感分析
争议度
公众反应
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
计算机工程与科学
月刊
1007-130X
43-1258/TP
大16开
湖南省长沙市开福区德雅路109号国防科技大学计算机学院
42-153
1973
chi
出版文献量(篇)
8622
总下载数(次)
11
总被引数(次)
59030
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导