共查询到20条相似文献，搜索用时 15 毫秒
1.
[目的/意义]网络用户主要通过购物类、社交类和点评类三种常见网络类型平台发表带有情感倾向的评论,但是由于用户群体、可评论时间、可评论次数以及评论方式等的不同,使得这三种网站类型中的用户对于同一主题的情感表达存在较大差异。文章从用户情感表达特征角度对比评测购物类、社交类和点评类三种主流网络平台中用户情感评论特点,为情感分析数据源选择提供借鉴。[方法/过程]在情感分析的基础上,通过对评论特点、用户情感特征和用户痛点等的对比分析和实证分析,探索三种平台的情感表达特点。[结果/结论]实验结果表明,不同类型网络平台评论的主要内容、情感特征以及痛点表现方面均存在明显差异,进而对情感分析信息源选择提供依据。 相似文献
2.
3.
[目的/意义]旨在为提高政务新媒体整体影响力,促进媒体间融合发展提供参考。[方法/过程]以“上海发布”“北京发布”的新浪微博及抖音账号为实证研究对象,研究不同媒体平台用户的互动行为特征。引入互动h指数对内容的质量进行对比,并引入主题关注度概念对不同平台及城市发布内容的主题关注度进行对比。[结果/结论]提出树立用户意识,提升用户黏性;激发爆点引流,打造精品账号;探索平台差异,提高传播效能等建议。 相似文献
4.
[目的/意义]通过构建在线健康社区用户画像,解释不同用户群体的情感差异和特征,以掌握社区用户情感表达规律,推动在线健康社区的信息支持与情感支持功能建设。[方法/过程]首先,分析建立用户画像的目的,结合在线健康社区的数据特点建立包含基本信息、情感、主题和信息行为特征的用户画像概念模型。其次,确定各用户的标签属性,对标签属性进行抽取。最后,结合情感标签对用户角色进行划分,利用具有噪声的基于密度的空间聚类方法(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)实现了用户画像并分析不同角色的画像特征。[结果/结论]提出的方法可以有效生成贴近用户原貌的画像并识别用户情感表达特征。通过实例分析挖掘出焦虑型、愤怒型、祈祷型、乐观型和悲哀型等5类社区用户群,各用户群体在性别、年龄、影响力、活跃度和兴趣主题方面均表现出不同的情感特征差异。 相似文献
5.
【目的/意义】明确用户评论的情感倾向及其主要影响因素,有助于政府了解网民的态度及观点,更好地引
导和控制舆情发展。【方法/过程】运用八爪鱼软件采集新浪政务微博上的辟谣信息,获取数据75847条,构建多元
Logistic回归模型对用户情感倾向的影响因素进行分析。【结果/结论】研究发现：用户对政府辟谣信息表现出不同的
情感倾向,其中,中性情感倾向用户比重最小,消极情感用户和积极情感用户占比接近;内容特征变量、文本特征变
量、用户特征变量均对用户情感倾向有显著影响,但影响方式各异。 相似文献
6.
自媒体具有准入门槛低、及时性、强交互性以及信息高度碎片化的特点,成为承载信息传播不可或缺的平台.从用户情感体验的角度构建指标,抽取部分大学生为调查对象,从隐私性、营销力、影响力、信任度等方面对4种类型自媒体的信息传播效果进行评价,并对大学生在自媒体中的信息交互提出安全性建议. 相似文献
7.
[目的/意义]分析县级政务微信平台信息服务中存在的不足和问题,提出针对性的改进建议,帮助其创新服务内容,提高服务水平.[方法/过程]构建信息服务质量评价指标体系,通过问卷方式收集案例平台的用户评价信息并进行分析评价,结合用户访谈,整理分析用户的使用感受.[结果/结论]该评价体系可以作为县级政务微信平台信息服务质量评价应... 相似文献
8.
[目的/意义]基于突发公共卫生事件期间由公民隐私泄露导致的舆情事件,构建公民隐私泄露舆情的情感演化图谱可以呈现突发公共卫生事件期间网民的情感演化特征,为舆情监管和舆情引导提供参考。[方法/过程]结合文本词语加权方法“词频—逆文档频率”(TF-IDF)的LDA主题挖掘、机器学习的情感分析和社会网络分析方法,基于舆情生命周期的不同阶段,构建突发公共卫生事件中公民隐私泄露的情感演化图谱分析模型。并以新型冠状病毒肺炎疫情期间“成都确诊女子隐私泄露”事件为研究样本话题,分析不同舆情阶段的主题挖掘和不同舆情阶段的情感演化图谱。[结果/结论]网络暴力、隐私泄露和疫情防疫是疫情期间隐私泄露舆情主要关注点,公众讨论具有交互式特征和不同舆情阶段内的多元化特征。 相似文献
9.
[研究目的]社交媒体中信息的再传播是目前主流传播方式之一,研究情感特征对社交媒体中信息再传播的作用,揭示情感信息影响社交媒体中信息再传播的机制,对于科学引导网络舆论、维持健康网络环境具有重要意义。[研究方法]基于认知失调理论,引入情感分歧特征进行情感分析,以社交媒体中帖子的转发数与评论数作为信息再传播效果的衡量指标,构建了情感分歧与情感倾向影响信息再传播的理论模型,并使用微博平台上的数据,对模型进行验证。[研究结论]通过对回归模型结果分析,情感分歧能够显著正向影响社交媒体信息再传播,促进帖子的转发与评论;正面情感倾向性能够显著促进帖子的转发效果,对帖子的评论数影响效果并不显著;帖子内容的情感倾向性能够调节帖子内容中的情感分歧对帖子转发的影响,而评论情感倾向能够调节评论内容中的情感分歧对帖子评论数的影响。 相似文献
10.
[目的/意义]通过用户聚类,调查不同类型的参与主体、不同参与时间以及不同影响力的主体在突发公共卫生事件信息传播中的作用。[方法/过程]文章将参与新型冠状病毒肺炎疫情(COVID-19)的主体划分为4种类型,分别是政府官微(GO)、主流媒体(MM)、意见领袖(OL)和普通网民(ON),将主体参与时间、影响力和类型作为聚类系数,通过Canopy和K-means聚类算法进行用户群体聚类。[结果/结论]研究发现,在紧急突发事件期间,政府官微(GO)、主流媒体(MM)和意见领袖(OL)是事件信息源,在信息传播网络中占主导地位,其中政府的主导作用最强。公众则主要助力于信息的转发和扩散,并且其信息来源于其他三类主体。对于信息传播主体而言,越早发布信息就越容易被公众接受,进而拥有更强的影响力。 相似文献
11.
【目的/意义】研究分析社交媒体平台中围观者对不同类型隐私泄漏事件的情感，以确定围观者对不同类型隐私泄露的态度，促进社交媒体平台在用户隐私安全的情况下为用户提供更好的服务。【方法/过程】基于隐私泄露事件的四种类型，构建百度情感倾向分析与LDA主题识别相结合的情感分析框架，分别在四种社交媒体平台上对四类隐私泄露事件典型案例中围观者的评论进行抓取和处理，采用LDA主题提取模型进行主题提取，通过百度情感倾向分析进行情感分类，最终进行情感对比分析。【结果/结论】总体而言，大约75%的围观者对隐私泄露事件持负面情绪，其中围观者对社会隐私泄漏的负面情绪占比最高达82%。具体到各平台的围观者，微信公众号和微博的围观者负面情绪较多，知乎中的围观者中性、负面情绪较多，抖音平台的围观者正面情绪占比较高。根据研究结果，提出了相应的建议。【创新/局限】本文创新性地探讨了四种社交媒体上的围观者对四类隐私泄露事件的情感差异，情感的情景与强度维度研究不够深入。 相似文献
12.
【目的/意义】目前舆情情感演化研究大多是基于主题的方法来进行情感演化分析且重点均集中在从文本
本身提取的信息上,对在社交媒体中影响情感分析的用户特征缺乏考虑。【方法/过程】本文充分考虑网络用户信息
特征,构建融合用户特征的舆情情感演化方法,提出一种基于用户注意力机制的情感分析模型（U-BiLSTM）,并以
新冠肺炎疫情事件为例分析舆情情感演化过程。【结果/结论】研究结果表明U-BiLSTM情感分析模型具有一定的
优越性,F1值和准确率能达到97.08%和95.19%。【创新/局限】研究提出的融合用户注意力机制的情感分析模型能够
使舆情情感演化分析具有一定的可解释性,有效揭示面向突发公共卫生事件下网民的情感演化趋势,但由于时间
和设备条件的限制,仅采用单一数据源未考虑数据的多源性,研究的数据集不够充分且研究角度仅考虑时间维度
忽略了空间维度。 相似文献
13.
[目的/意义]社会化在线评论与传统的专业性评论相比,具有更为显著的传播速度和影响力。文本评论中的情感因素并非单纯的数量化评分能够完全体现的。对本文评论中情感因素的测量与分析,能够有助于在线评论的全角度识别与揭示,更加客观准确地反映在线评论的价值。[过程/方法]通过提取用户发布的在线文本评论数据,采用有监督机器学习的算法,分别计算文本评论的情感分类得分、情感倾向得分、综合情感得分。从类型、地区、人数多个维度对情感得分与总评分进行交叉对比分析。[结果/结论]研究结果表明,文本评论蕴含的情感因素对总评分具有部分的影响作用。用户的认知偏好、社会文化背景和评论人数占比会对情感因素的有用性产生影响。 相似文献
14.
15.
[目的/意义]基于社交媒体用户的共同评论关系构建共评网络,综合运用社会网络分析与自然语言处理技术,探索高效挖掘社交媒体中主流网络民意的方法。[方法/过程]按阶段梳理社交媒体用户共评关系并构建共评网络,综合利用K核分解和核塌缩分析识别核心评论用户群;以核心评论用户群为目标分析对象,从主题和情感两个维度构建主流网络民意的表达,并分析网民讨论热点及情感分布的综合演化过程;利用新冠病毒感染疫情相关热门微博的评论数据进行实证研究。[结果/结论]共评网络分析可以准确识别出社交媒体中的核心评论用户群,其拥有结构稳定且联系紧密的共评关系;聚焦于核心评论用户群的评论内容,即可实现主流网络民意的高效挖掘,准确呈现出网民主要诉求和情感的变化特征;实证结果与我国新冠病毒感染疫情中的应对实情和网络舆论走势基本契合,证明了此方法的有效性。 相似文献
16.
【目的/意义】研究分析了突发公共卫生事件演化过程中社交媒体虚假信息的产生及时滞性扩散特征,试图
揭示虚假信息以及负面情感之间的相关关系,为疏通正确的防疫信息与民众之间的沟通渠道提供帮助。【方法/过
程】研究爬取了新冠疫情期间的虚假信息及疫情相关的微博数据,利用自动文本分析方法分析虚假信息的主题分
布;然后结合时间线索和格兰杰因果分析,展示了虚假信息相关主题微博的时滞性扩散特点;最后,分析了不同主
题下虚假信息、相关微博和负面情感三者的关系。【结果/结论】虚假信息与疫情相关内容增长趋同,但不同主题信
息的扩散力不同,甚至出现相反的时滞扩散效果;引导公众产生负向情感的虚假信息在一定程度上会引发公众的
大规模讨论。【创新/局限】从时滞性扩散的角度解读突发公共卫生事件下不同主题虚假信息的演化特征,为虚假信
息分析与治理提供了新的视角。但数据采集存在局限,虚假信息的传播渠道太过广泛,相关信息难以收集完整。 相似文献
17.
[目的/意义]政务社交媒体是国家与社会重要的战略资源,它的有效归档管理,有助于推进开放政府建设。[方法/过程]本文以案例研究与文本分析的方法审查以微博、微信、今日头条为代表的社交媒体服务提供商的信息管理与条款。[结果/结论]通过研究,发现平台政策只提供有限的信息管理支持,对政务用户关注有限且专业性不足,造成政务社交媒体信息容易形成失存、失真、失控的风险。基于上述分析,本文提出平台可从如下方面构建对政务社交媒体信息的支持能力：关注与凸显政务类信息的特殊性、从用户视角完善平台政策、融合信息管理专业性要求。 相似文献
18.
[目的/意义]在线健康社区在突发公共卫生事件的应急和管理中发挥了重要的作用,对社区中用户关注的事件话题及其情感进行分析和监测有助于社区平台创新应急服务水平,提升舆情监管部门的舆情管理水平。[方法/过程]为了实现在线健康社区突发话题与情感的共现关联分析,首先抽取话题及其特征词,计算话题突发强度;然后对用户情感进行分类与极性强度计算;接着对突发话题与情感进行共现可视化分析;最后对话题突发强度与情感表达之间的关系进行实证分析。[结果/结论]文章的研究思路与方法可以直观地观测用户交互话题的突发性以及话题—情感的演化进程;情感强度与话题突发强度存在正向弱相关关系,随着话题突发强度增强,用户表达的情感类型也会有所不同。 相似文献
19.
[目的/意义]掌握问答社区用户疫苗信息需求,揭示用户情绪与关注焦点,为通过互联网开展精准疫苗宣传与科普服务提供依据。[方法/过程]采集问答社区“新冠疫苗”相关问题,利用内容分析的主题编码、情感分析方法进行信息需求主题分类与情感分析,分析不同主题分布及演化特征,挖掘核心主题,并对主题和情感进行相关性分析。[结果/结论]用户疫苗信息需求涉及10类主题,不同阶段存在差异性,多类主题与情感倾向显著相关,其中人群属性、疫苗研发、有效性和安全性、接种禁忌是用户关注焦点,且与情感倾向关系强烈。 相似文献
20.
[目的/意义]通过探索网络用户情感茧房形成的影响因素及关联路径,构建影响因素理论模型,为破解情感茧房提供理论指导。[方法/过程]通过半结构化访谈收集原始访谈资料,遵循扎根理论研究方法的步骤,对资料进行编码和分析,构建网络用户情感茧房形成影响因素理论模型。[结果/结论]结果显示：情绪感染和用户感知对情感茧房形成有直接影响;用户特征、用户行为、网络环境与人际影响通过情绪感染和用户感知的中介作用间接影响用户情感茧房的形成;用户能力可以调节情绪感染对情感茧房形成的影响。 相似文献