作者:
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:
随着经济的发展,科技的进步,互联网逐渐在人们的生活和共组中普及,由于互联网信息的开放性和虚拟性,导致越来越多的人们在互联网上发表个人的观点,这也使得网络逐渐成为舆论的制作和传播的主要途径.本文主要以评论者在微博和Guba社交网络平台的评论进行了数据挖掘,而且采用了模式匹配和机器学习相结合的方法进行情感分类和计算.在此基础上,建立评论者网络舆情波动监测,以监测和分析波动和反转.
推荐文章
基于大数据的网络舆情监测系统的设计与实现
网络舆情
大数据
数据采集
数据分析
2016年山东问题疫苗事件网络舆情监测分析
山东问题疫苗
舆情监测
疾控中心
舆情监测系统设计
校园网舆情
爬虫系统
模块设计
监测系统
企业谣言、网络舆情治理与股价波动
市场谣言
传谣效应
辟谣效应
网络舆情治理水平
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 基于网络信息情感分析的舆情波动监测研究
来源期刊 电子测试 学科
关键词 社交网络 情感分析 舆情监测
年,卷(期) 2019,(18) 所属期刊栏目 网络与信息工程
研究方向 页码范围 65-66,94
页数 3页 分类号
字数 1804字 语种 中文
DOI 10.3969/j.issn.1000-8519.2019.18.027
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 任美丽 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(1)
  • 参考文献(1)
  • 二级参考文献(0)
2019(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)
研究主题发展历程
节点文献
社交网络
情感分析
舆情监测
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
电子测试
半月刊
1000-8519
11-3927/TN
大16开
北京市100098-002信箱
82-870
1994
chi
出版文献量(篇)
19588
总下载数(次)
63
总被引数(次)
36145
论文1v1指导