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:
利用网络爬虫方法抓取微博评论,进行文本分析、文本语句中心词分析,绘制词云图,分析此次微博舆情状况及情感取向。认为"新冠疫情""新型冠状病毒""疫情通报""政策公告"以及"社会支持"的关注度较高。在本研究限制时间段内,网民对于"新冠肺炎疫情"稳定在以积极情绪为主导的态势。本次疫情政府信息公开透明,少有谣言滋生,为今后突发公共卫生事件应对提供一定经验。
推荐文章
基于微博数据的"新冠肺炎疫情"舆情演化时空分析
新浪微博
新冠肺炎疫情
分布式爬虫
情感分析
文本聚类
地理统计分析
基于大数据挖掘技术的文本分类研究
大规模文本数据
高维特征
大数据挖掘技术
文本分类器
分类精度
分类时间
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XGBoost算法的电商评论文本情感识别模型
电子商务
用户评论
XGBoost算法
情感识别
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 基于微博数据挖掘的“新冠疫情”评论文本分析
来源期刊 品位·经典 学科 农学
关键词 新型冠状病毒 新冠肺炎 舆情应对 微博 网络爬虫
年,卷(期) 2020,(12) 所属期刊栏目
研究方向 页码范围 48-50
页数 3页 分类号 S85
字数 语种
DOI
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 刘彩 天津中医药大学管理学院 60 154 7.0 10.0
2 李莹 天津中医药大学管理学院 18 19 3.0 3.0
3 陆文静 天津中医药大学管理学院 2 0 0.0 0.0
4 岳宗朴 天津中医药大学管理学院 3 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  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 二级参考文献(0)
2020(3)
  • 参考文献(3)
  • 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
新型冠状病毒
新冠肺炎
舆情应对
微博
网络爬虫
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
品位经典
月刊
1674-6147
15-1351/C
16开
内蒙古呼和浩特市新城区中山东路8号波士名
16-15
2000
chi
出版文献量(篇)
1974
总下载数(次)
17
总被引数(次)
84
论文1v1指导