基于观点树的网络舆情危机预警方法

《基于观点树的网络舆情危机预警方法》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第28卷第9期计算机应用研究Vol．28No．92011年9月ApplicationResearchofComputersSep．2011*基于观点树的网络舆情危机预警方法11，2丁菊玲，勒中坚(1．江西财经大学信息管理学院江西省电子商务工程技术研究中心，南昌330013;2．华中科技大学管理学院，武汉430074)摘要:对初始情感种子集预处理，增加网络情感词汇、过滤部分特征词，采用改进逐点互信息—信息检索方法对特征词进行情感倾向性计算，实现对网络论坛网帖中网民观点极性和观点强度的挖掘，进一步实施网民观点属性挖掘;构建基于三粒度挖掘结果

2、的观点树，建立基于观点树的网络舆情危机预警架构。通过实验验证，该方法能够对网络舆情危机作出预警判断。关键词:观点挖掘;观点树;网络舆情;危机预警中图分类号:TP311;TP391文献标志码:A文章编号:1001-3695(2011)09-3501-04doi:10．3969/j．issn．1001-3695．2011．09．084Internetpublicopinionscrisiswarningmethodbasedonopiniontree11，2DINGJu-ling，LEZhong-jian(1．SchoolofInforma

3、tionTechnology，JiangxiUniversityofFinance＆Economics，JiangxiResearchCentreofE-commerceEngineering＆Tech-nology，Nanchang330013，China;2．SchoolofManagement，HuazhongUniversityofScience＆Technology，Wuhan430074，China)Abstract:Thispaperpretreatedinitialemotionalseeds．AddedinIntern

4、etemotionalwords．Filtered，somefeaturewords．Usedimprovedpoint-wisemutualinformation-information(PMI-IR)retrievalmethodtocalculatethesentimentorientationoffeaturewords．MinedtheopinionpolarityandattitudeforceofInternetopinions．Furthermore，minedtheopinionattributes．builtanop

5、iniontreebasedonthethreedifferentgranularitiesopinionminingresults．CreatedtheframeworkofInternetpublicopinionscrisisearly-warningbasedonopinion-tree．Theexperimentshowsthatthismethodcanearly-warningInternetpublicopinionscrisis．Keywords:opinionmining;opiniontree;Internetpu

6、blicopinions;crisiswarning研究上更多采用基于情感词汇语义特性的识别方法来判断文0引言本的观点极性，如根据已有的情感词典中词汇的语义倾向对未［3］随着互联网的日益普及，网民队伍越来越壮大，越来越多知词语进行极性判断，或者研究者自己构建情感极性词库，［4］弱势群体加入到网民队伍中;由于互联网络的开放性等特点，对未知词进行极性分析;在此基础上，也有研究提出进一步网民在网络上表达主观意见的机会增加、成本减少，甚至可以识别情感词极性强度的方法，如采用多种分类方法将文本强度毫无顾忌地发表自己对某事件的看法。社会突发事件日益

7、增分为几个等级(常见的强烈反对、一般反对、中立、一般赞成、［5］加，更容易引发网络舆情事件，甚至爆发网络舆情危机。网民强烈赞成等五个类别)。有研究者进一步对主观评论文本对社会舆情事件的关注拓展到网络空间，更容易形成激烈讨中的情感分析提出细粒度的观点挖掘方法，将观点的主题、持［6，7］论;网络成了社会事件的放大器，网络舆情危机被引爆的可能有者、持有者态度倾向、持有者所发表的言论挖掘出来。性上升，对网络舆情危机的预警研究走进了研究者的视线，引目前，对于观点挖掘方法而言，英文文本中的情感倾向挖起了更多关注。掘已经有较好的研究基础，而由于中文与

8、生俱来的特点，在中从定义上讲，网络舆情是通过互联网表达和传播的各种不文上的观点挖掘仍需继续深入。中文网络舆情信息有其自身［1］同情绪、态度和意见交错的总和，也可以说，网络舆情是网的特点，将观点挖掘与网络舆情