期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
“双减”政策的公众情绪演进及其对公共政策传播的启示——基于微博文本数据的挖掘分析 被引量:1
1
作者 张宝生 刘玉鑫 《情报探索》 2024年第1期37-44,共8页
[目的/意义]线上公共政策的话题越来越受关注,把握公众对公共政策的情绪倾向对政策落实和推进具有重要意义。[方法/过程]通过社交媒体平台的文本信息挖掘测度公众的情绪状态,研究考察“双减”政策推行过程中微博平台用户的情绪状态和演... [目的/意义]线上公共政策的话题越来越受关注,把握公众对公共政策的情绪倾向对政策落实和推进具有重要意义。[方法/过程]通过社交媒体平台的文本信息挖掘测度公众的情绪状态,研究考察“双减”政策推行过程中微博平台用户的情绪状态和演进趋势特征,采用情感词典匹配提取公众对于“双减”政策的情感关键词,划分情绪类别;通过机器学习模型测度公众情绪倾向的演进趋势。[结果/结论]公众对“双减”政策的情绪反应以积极情绪为主导,但其整体情绪走向经过了螺旋上升的演化过程。“双减”政策发布初期以消极情绪为主,在相关部门政策解读、配套政策补充下,有效引导了公众情绪向积极转变,积极情绪逐步占据主导地位。 展开更多
关键词 公共政策 “双减”政策 公众情绪 情绪演进
在线阅读 下载PDF
基于概率潜在语义分析的群体情绪演进分析 被引量:4
2
作者 林江豪 周咏梅 +2 位作者 阳爱民 陈昱宏 陈晓帆 《计算机应用》 CSCD 北大核心 2015年第10期2747-2751,2756,共6页
针对群体情绪演进分析中话题内容挖掘及其对应群体情绪分析两个层面的难题,提出了一种基于概率潜在语义分析(PLSA)模型的群体情绪演进分析方法。该方法首先利用PLSA模型抽取时间序列上的子话题,挖掘话题内容随时间的演进规律;再利用句... 针对群体情绪演进分析中话题内容挖掘及其对应群体情绪分析两个层面的难题,提出了一种基于概率潜在语义分析(PLSA)模型的群体情绪演进分析方法。该方法首先利用PLSA模型抽取时间序列上的子话题,挖掘话题内容随时间的演进规律;再利用句法关系和情感本体库,抽取与话题内容相匹配群体情绪单元,计算情绪单元的强度,形成情绪特征向量;最后,对各子话题下的情绪强度进行求和,细粒度分析子话题和事件的整体群体情绪,深入挖掘群体情绪演进规律,并将群体情绪量化和可视化。在话题情绪单元抽取过程中,引入了句法规则和情感本体库,更细粒度地抽取情绪单元,并提高了话题内容与情绪单元匹配的准确性。实验结果表明,该模型能够实现话题内容及其群体情绪按时序特征的演进分析,验证了所提方法的有效性。 展开更多
关键词 群体情绪 概率潜在语义分析模型 话题挖掘 情绪演进 情绪分析
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部