面向特定观点的网络舆情信息有用性排序
作者:
基金项目:

中国科学院战略性先导科技专项 (C类)(XDC02060100)


Helpfulness Ranking of Network Public Opinion Information for Specific Viewpoints
Author:
  • 摘要
  • | |
  • 访问统计
  • |
  • 参考文献 [20]
  • |
  • 相似文献 [20]
  • | | |
  • 文章评论
    摘要:

    网络舆情信息挖掘是舆情研究的重要课题. 在大量的信息面前, 为了快速发掘有用性高的舆情信息为舆情的分析、决策提供助力, 提出一种面向特定观点的舆情信息有用性排序方法, 实现快速发掘特定观点下有用舆情信息的目的. 该方法针对舆情信息的具体观点进行分析计算, 同时根据舆情信息可信度和关注度、传播者的影响力, 并且结合信息时效性等因素, 利用排序方法进行打分, 根据舆情信息的得分进行有用性排序. 实验结果表明, 该方法能很好的完成对舆情信息的推荐排序. 本研究理论上对舆情信息挖掘的研究理论进行补充, 现实意义对舆情管理者有很好的辅助作用, 能够为网络舆情引导工作提供助力.

    Abstract:

    The mining of network public opinion information is an important subject of public opinion research. To quickly discover useful public opinion information among a large amount of information and support public opinion analysis and corresponding decision-making, this study proposes a method of ranking the usefulness of public opinion information for specific viewpoints to achieve the purpose of quickly discovering useful public opinion information under specific viewpoints. This method analyzes and calculates the specific viewpoints of public opinion information and assigns scores to the information by a ranking method according to its credibility and attention and the influence of the disseminator with due consideration of the timeliness of the information and other factors. Then, the public information is ranked in terms of usefulness according to its score. The experimental results show that the proposed method performs well in the recommendation ranking of public opinion information. This research theoretically supplements the research theory of public opinion information mining. Concerning practical significance, it can well assist public opinion managers as it provides a boost to the guidance of network public opinions.

    参考文献
    [1] 米昂. 结合影响力分析的微博舆情溯源研究[硕士学位论文]. 北京: 北京交通大学, 2015.
    [2] 刘一飞. 网络舆情信息识别与分析的关键技术研究[硕士学位论文]. 成都: 电子科技大学, 2020.
    [3] 吴春琼, 鄢冰文, 郁榕睿, 等. 基于大数据的网络群体信息认知研究——海量网络舆情信息主题提取研究. 信息系统工程, 2020, (12): 139–140. [doi: 10.3969/j.issn.1001-2362.2020.12.062
    [4] 黄微, 刘熠, 许烨婧, 等. 网络舆情推文的热度测度模型构建. 图书情报工作, 2019, 63(20): 17–25. [doi: 10.13266/j.issn.0252-3116.2019.20.002
    [5] Luo C, Luo XR, Bose R. Information usefulness in online third party forums. Computers in Human Behavior, 2018, 85: 61–73. [doi: 10.1016/j.chb.2018.02.041
    [6] Malik MSI. Predicting users’ review helpfulness: The role of significant review and reviewer characteristics. Soft Computing, 2020, 24(18): 13913–13928. [doi: 10.1007/s00500-020-04767-1
    [7] 郭顺利, 步辉. 融合Word2Vec和WGRA的社会化问答社区答案有用性排序方法研究——以携程问答为例. 图书情报工作, 2021, 65(23): 126–135. [doi: 10.13266/j.issn.0252-3116.2021.23.014
    [8] 王建文. 基于信息采纳视角的在线评论有用性排序研究. 现代计算机, 2019, (11): 67–71. [doi: 10.3969/j.issn.1007-1423.2019.11.013
    [9] 李学明, 张朝阳, 佘维军. 基于用户回复内容观点支持度的评论有用性计算. 计算机应用, 2016, 36(10): 2767–2771, 2776. [doi: 10.11772/j.issn.1001-9081.2016.10.2767
    [10] Gilly MC, Graham JL, Wolfinbarger MF, et al. A dyadic study of interpersonal information search. Journal of the Academy of Marketing Science, 1998, 26(2): 83–100. [doi: 10.1177/0092070398262001
    [11] 张博, 李竹君. 微博信息传播效果研究综述. 现代情报, 2017, 37(1): 165–171. [doi: 10.3969/j.issn.1008-0821.2017.01.031
    [12] Wu SM, Hofman JM, Mason WA, et al. Who says what to whom on Twitter. Proceedings of the 20th International Conference on World Wide Web. Hyderabad: ACM, 2011. 705–714.
    [13] 周庆山, 梁兴堃, 曹雨佳. 微博中意见领袖甄别与内容特征的实证研究. 山东图书馆学刊, 2012, (1): 22–27, 35. [doi: 10.3969/j.issn.1002-5197.2012.01.006
    [14] Mihalcea R, Tarau P. TextRank: Bringing order into text. Proceedings of the 2004 Conference on Empirical Methods in Natural Language Processing. Barcelona: Association for Computational Linguistics, 2004. 404–411.
    [15] Mikolov T, Chen K, Corrado G, et al. Efficient estimation of word representations in vector space. arXiv:1301.3781, 2013.
    [16] 郭丽娟, 孙世宇, 段修生. 支持向量机及核函数研究. 科学技术与工程, 2008, 8(2): 487–490. [doi: 10.3969/j.issn.1671-1815.2008.02.041
    [17] Salihefendic A. How Reddit ranking algorithms work. Hacking and Gonzo. 2010: 23.
    [18] 刘肇民, 郑红玲. 基于熵权TOPSIS的区域经济新动能测度研究——以河北省为例. 河北北方学院学报(社会科学版), 2021, 37(4): 65–71
    [19] 黄红涛. 校园信息精准推送系统设计与实践. 现代信息科技, 2021, 5(8): 1–4. [doi: 10.19850/j.cnki.2096-4706.2021.08.001
    [20] 程亚男, 王宇. 基于语义情感相似度的问答社区答案排序研究. 情报科学, 2018, 36(8): 72–76, 83. [doi: 10.13833/j.issn.1007-7634.2018.08.012
    引证文献
    网友评论
    网友评论
    分享到微博
    发 布
引用本文

齐宝森,杜义华.面向特定观点的网络舆情信息有用性排序.计算机系统应用,2022,31(12):235-241

复制
分享
文章指标
  • 点击次数:695
  • 下载次数: 1402
  • HTML阅读次数: 1068
  • 引用次数: 0
历史
  • 收稿日期:2022-03-14
  • 最后修改日期:2022-04-12
  • 在线发布日期: 2022-07-14
文章二维码
您是第11206140位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号