网络舆情倾向性预测模型仿真研究

• 作者: 薛玉 连淑娟
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 自动构词算法 支持向量机文本 信息瓶颈 特征提取 关键词聚类 概念抽取
• 年，卷（期）: 2016,（3）
• 所属期刊栏目: 仿真智能化
• 页码范围: 323-326,338
• 页数: 5页
• 分类号: TP133
• 字数: 3889字
• 语种: 中文

摘要

在对网络舆情倾向性预测建模过程中,由于网络舆情倾向性话题评论频繁,数目众多,使得网络舆情倾向性受到特征词语出现频率的影响产生无规律性.传统的网络舆情倾向性预测方法,主要是以特征词语出现频率为前提来建模,忽略了少数词语会对舆情倾向性产生翻转性影响因素,导致网络舆情倾向性预测分析准确性差的问题.提出文本网络舆情倾向性预测模型,将中文自动构词算法的SVM文本倾向性分类方法词库和信息瓶颈的特征提取方法相结合,自动化的动态构建专用词库,引入信息瓶颈概念,根据文章关键词的性质进行分类,在结合概念抽取的方法,将词聚类结果映射到知网义原,并作为分类特征完成网络舆情倾向性的预测.仿真结果表明,上述方法能够有效提高网络舆情倾向性的预测准确度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	连淑娟	北京外国语大学信息技术中心	5	5	2.0	2.0
2	薛玉	北京外国语大学信息技术中心	6	30	2.0	5.0