基于改进KNN算法与SIR模型的舆情处理研究

• 作者: 张雷 肖思瑶 杨泽来 王家琪
• 来源期刊: 计算机仿真
• 关键词: 网络舆情处理 舆情调控 文本情感分析 数据挖掘 机器学习 意见领袖
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 仿真服务化
• 页码范围: 477-483
• 页数: 7页
• 分类号: TP391.9
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2021.05.097

摘要

对于恶劣舆情准确识别并进行有效干预,对舆论走向的引导有着重大的意义.首先通过爬虫抓取网络数据,对数据进行特征提取,采用融合文本情感分析的改进KNN算法开创性的对网络舆情进行定量的严重性分级,严重等级越高的舆情,调控力度应越大;为进一步探讨调控手段的有效性和调控力度,基于精细划分的SIR模型模拟各舆情调控手段对舆情的整体影响,并及时反馈并做出修正,同时这种方法也为研究舆情调控手段提供了一定理论基础.实验结果表明,舆情严重性分级模型取得不错效果;同时,仿真结果证明,官方账号互动、设立意见领袖、封号教育是三种确切有效的舆情调控手段.