声明
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。
国内刊号：11-2223/N
国际刊号：1000-0054
发布日期:
作者：崔骕, 韩益亮, 朱率率, 李鱼, 吴旭光
单位：1. 武警工程大学 密码工程学院, 西安 710086;<br>2. 武警工程大学 反恐指挥信息工程教育部重点实验室, 西安 710086
关键词：网络舆情,情感分类,主题提取,舆情指数,早期预警
基金：国家社会科学基金西部项目(20XTQ007);国家自然科学基金面上项目(61572521)
社交网络中的负面舆情事件具有不可低估的影响力, 针对基于情感分析的方法不能直接对负面网络舆情进行早期预警的问题, 该文提出了一种基于情感分类和主题提取的舆情主题建模方法, 通过研究消极情绪主题词实现对负面舆情事件统计和量化; 针对负面舆情预警方法即时性不足的问题, 构建网络舆情早期预警模型, 从爆发指数、 情绪指数、 传播指数3个指标综合评估舆情主题的发展态势, 设定舆情主题算数指数触发预警值, 实现主题词对应的负面舆情事件的早期预警。实验结果表明, 在COVID-19相关微博情感数据集TF-IDF权重排名前10的消极情绪主题词中, 最早预警时间比舆情暴发日平均提前161.01 h, 实现的早期预警平均为2.1次; 最早预警时间比舆情峰值日平均提前261.81 h, 平均早期预警5.8次。所提出的预警模型对社交网络舆情事件具有良好的早期预警效果。
来源：2024年第10期
《清华大学学报(自然科学版)》期刊编辑部
严正声明：本站非期刊官网，非中介代理。
本站仅提供学术规范服务：快速预审、润色编辑服务、中英文查重、降重、去重服务、推荐合适的期刊投稿等学术规范服务。 如需提供学术规范服务请联系在线编辑。