突发事件前Twitter用户言语行为研究:基于机器学习的方法

• 作者: 曹若凡
• 来源期刊: 电脑知识与技术:学术版
• 学科: 工学
• 关键词: 社交媒体 突发事件 文本分类 言语行为 特征提取
• 年，卷（期）: 2020,（4）
• 页码范围: 188-191
• 页数: 4页
• 分类号: TP393

摘要

针对现代恐怖组织利用社交媒体,进行在线恐怖宣传来策动突发事件的情况,本研究使用机器学习的方法,对Twitter中的相关文本内容进行了分析。首先对推文进行了多种预处理,测试了三种特征提取的优劣,并加入了有言语行为相关特征的词典,其次比较了四种分类器在识别Twitter中用户言语行为效果上的优劣,并进行了参数优化。最后将训练好的模型对某爆炸事件前48小时的相关推文进行了分析,为今后找到相关突发事件发生前的言语行为变化规律提供了依据。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曹若凡	同济大学经济与管理学院	2	0	0.0	0.0