面向社会安全事件的公众情感倾向分析研究

《面向社会安全事件的公众情感倾向分析研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号：TP391单位代码：11232密级：工学硕士学位论文面向社会安全事件的公众情感倾向分析研究学院：计算机学院学科(专业)：计算机应用技术学号：2015020252作者：郑佳指导教师：张仰森教授完成日期：二零一八年四月十五日学位论文版权使用授权书本人完全了解北京信息科技大学关于收集、保存、使用学位论文的规定，按照学校要求提交学位论文的印刷本和电子版本。学校有权保留学位论文并向中国科学技术信息研究所等国家主管部门或其指定机构送交论文的电子版和纸质版，允许论文被查阅和借阅，可以采用影印、缩印或扫描等复制手段保存、汇

2、编学位论文。学校有权适当复制、公布论文的全部或部分内容。学校有权将本人的学位论文加入《中国优秀硕士学位论文全文数据库》和编入《中国知识资源总库》。学位论文作者签名：年月日□公开□保密（____年____月）(保密的学位论文在解密后应遵守此协议)指导教师签名：学位论文作者签名：年月日年月日硕士学位论文原创性声明本人郑重声明：所呈交的论文题目为《面向社会安全事件的公众情感倾向分析研究》学位论文，是本人在导师指导下，进行研究工作所取得的成果。尽我所知，除了文中特别加以标注的内容外，本学位论文的研究成果不包含任何他人创作的

3、、已公开发表或者没有公开发表的作品的内容。对本论文所涉及的研究工作做出贡献的其他个人和集体，均已在文中以明确方式标明并表示了谢意。本学位论文原创性声明的法律责任由本人承担。作者签字：年月日摘要摘要以微博为代表的社交媒体已经发展成为一种新的传播媒介，为人们带来了信息获取、发布和传递的便利与自由，彻底改变了人们的信息传播格局和生活模式。但是，社交媒体低成本、用户广、传播快的特点也为社会安全事件的传播和扩散带来了便利，大大增加了其危害性和破坏程度，使其成为国外敌对势力和国内不法分子散布谣言、发布网络攻击的重要阵地，以达到

4、颠覆国家政权、破坏民族团结、阻碍社会稳定、损害人民利益的目的。因此，开展网络社交媒体中社会安全事件的侦测，并对公众的情感倾向和趋势进行分析和预测不仅具有重要的理论价值，而且对于维护国家安全、保持社会稳定具有十分重要的现实意义。本文以新浪微博为研究对象，对微博中社会安全事件的侦测、公众的情感倾向性和公众情感趋势分析与预测进行了研究，研究工作覆盖了微博中社会安全事件网络舆情的发现、理解、分析和预测，形成了一整套社交媒体中社会安全事件的分析方法和相关理论。主要研究工作和成果如下：（1）微博基础资源库建设方法的研究提出了一

5、种微博数据爬取方法和微博文本预处理策略，并构建了微博文本预处理用户词典。通过对微博数据爬取技术的研究，构建了基于网络爬虫和新浪API相结合的微博数据爬取策略，针对微博文本的特点，制定了相应的微博文本预处理方案，并构建了大量的用户词典，包括66万多的常用词词典、4万多的专用名词词典和将近8百多的专用名词后缀词典等，完成了微博基础资源库的建设。（2）词语语义相关度计算方法的研究提出了一种基于语义关系图的词语语义相关度计算模型。通过对HowNet语义知识库中语义关系的提取和大规模语料库中词语语义搭配关系的抽取，构建了词语

6、语义关系图，在词语语义关系图的基础上，采用图论的相关算法和理论，构建了基于语义关系图的词语语义相关度计算模型。实验表明，该模型对词语语义相关度的计算性能较好，并且可以通过添加领域语料以达到词语语义相关度计算领域适应性的目的。（3）微博中社会安全事件侦测方法的研究提出了一套微博中社会安全事件特征词表示体系和社会安全事件侦测模型。从社会安全事件的突发性和主题性出发，从能够表征事件的基本要素、能够表征事件的信息主题、与事件话题标签相关、能够体现突发性和能够很好过滤广告性五个方面，构建了社会安全事件特征词表示体系，结合词语

7、语义相关度计算模型，构建了基于凝聚式层次聚类和增量聚类的社会安全事件侦测模型。实验表明，该模型提取的特征词具有较强的代表性，并且其社会安全事件的侦测性能较好。I摘要（4）微博文本的情感分析方法和公众情感倾向性分析方法的研究提出了一种基于双重注意力机制的微博文本情感分析模型和公众情感倾向性分析模型。针对微博文本情感表达的特点，构建了包括六类情感符号的微博情感词典，在此基础上，采用注意力机制对微博文本的LSTM建模结果和微博文本中包含的情感符号分别建模，构建了基于双重注意力机制的微博文本情感分析模型，并采用情感倾向的倾

8、向程度作为衡量指标，构建了公众对特定社会安全事件的情感倾向分析模型。实验表明，本文的情感分析模型较现有的最好模型有一定的性能提升。（5）公众情感趋势分析与预测方法的研究提出了一套情感趋势分析指标和情感趋势分析及预测模型。针对情感趋势分析与预测的需求，构建了包括特定情感倾向微博数目和特定情感倾向微博比重两类共计6个情感趋势分析指标，采用多项式拟合的分析方法，构