论文部分内容阅读
[研究目的]面向在线社交网络舆情数据,基于符号网络建模舆情实体的正负关系,研究符号网络社团检测模型挖掘舆情数据中的语义社团,进一步推演出对于某事件群众的普遍看法,适用于真实社会网络中的事件检测,是舆情情报分析的重要手段之一。[研究方法]本文主要从符号网络特性入手,在半非负分解过程中引入了深度学习的框架,提出了深度半非负矩阵分解模型（DSNMF）。进一步将舆情情报分析及复杂网络科学有机结合,利用疫情期间“‘司马3忌’举报韩红爱心慈善基金会”热点事件所产生的微博舆情数据构建了舆情情感符号网络,基于DSNMF模型进行舆情情报实证分析。[研究结论]大量实验表明:（1）本文提出的DSNMF模型有效提升了符号网络社团检测性能;（2）实证实验证实了符号网络社团检测模型在舆情情报分析中的有效性。