校园舆情热点问题提取与分析

• 作者: 张艳玲 梁茵 田俊雄 郑建灵 黄子豪
• 来源期刊: 软件导刊
• 学科: 工学
• 关键词: 校园舆情 迁移训练 词表征 词频-逆文档频率 K-means聚类
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 61-66
• 页数: 6页
• 分类号: TP301
• 字数: 8040字
• 语种: 中文
• DOI: 10.11907/rjdk.191649

摘要

为从高校各种网络平台上的海量言论中提取和分析校园舆情热点问题,使用爬虫获取高校贴吧文本,对获得的文本数据进行分词、清洗;然后使用tensorflow hub中的神经网络语言模型(NNLM)进行迁移训练得到文本向量,对文本向量使用基于划分的K-means聚类,得到多个文本簇团;对簇团使用词频—逆文档频率算法(TF-IDF),得到每个簇团的关键信息并进行人工分析.实验结果表明,贴吧上的热点问题主要是考研类和入学类话题.根据分析得出的话题可为高校管理决策提供依据.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张艳玲	广州大学计算机科学与网络工程学院	24	108	5.0	9.0
2	梁茵	广州大学计算机科学与网络工程学院	2	0	0.0	0.0
3	郑建灵	广州大学计算机科学与网络工程学院	2	0	0.0	0.0
4	黄子豪	广州大学计算机科学与网络工程学院	2	0	0.0	0.0
5	田俊雄	广州大学计算机科学与网络工程学院	2	0	0.0	0.0