面向主題的新浪微博意見領(lǐng)袖研究.pdf

1、新浪微博因其注冊門檻低和實時分享信息的特點，自公測以來便吸引了越來越多的用戶。微博不僅隨時傳播著各種新聞，還可以讓用戶隨時隨地發(fā)表自己的看法，這加快了信息傳播速度，也為用戶提供了自由討論的平臺，但基于網(wǎng)絡(luò)的虛擬性，用戶在使用微博時易忽略法律和道德的約束，更有甚者發(fā)表不實言論，造成了惡劣影響。目前為止，微博輿情控制手段還停留在比較原始的層面，為此，本文從數(shù)據(jù)分析挖掘的角度出發(fā)，針對新浪微博的輿情控制，主要進行了三方面的研究。
　　(

2、1)確定輿情的發(fā)展方向，即微博的熱度隨著時間的變化情況，為輿情控制部門提供需重點關(guān)注的話題發(fā)展方向。在微博中，一個話題往往對應(yīng)著某一事件，而用戶發(fā)表的該話題相關(guān)微博則通常是對特定事件的討論。為了把握該事件的輿情走向，首先需要了解用戶對該事件討論過程中呈現(xiàn)出的各種主題以及各個主題隨著時間變化的演化情況。
　　(2)確定當(dāng)前影響力大的用戶，為輿情控制部門提供需重點控制的人群。對所有參與話題討論的用戶進行數(shù)據(jù)整理，構(gòu)建用戶影響力衡量模型

3、，并基于信息熵的方法對模型中的各個指標權(quán)重進行科學(xué)地計算，得出所有用戶的初始影響力。結(jié)合主題分析結(jié)果構(gòu)建主題-用戶關(guān)系表，以主題相關(guān)性為依據(jù)劃分用戶群體，并根據(jù)不同群體間用戶的轉(zhuǎn)發(fā)關(guān)系建立圖模型，迭代計算出不同主題下用戶的最終影響力，按主題不同對最終影響力進行排名，選排名靠前的用戶為面向主題的意見領(lǐng)袖。
　　(3)確定可能在話題討論中具有較大影響力的用戶，為輿情控制部門提供需重點關(guān)注的人群。在用戶影響力衡量模型各指標的基礎(chǔ)上，結(jié)合

4、用戶參與話題討論的特點，從用戶網(wǎng)絡(luò)結(jié)構(gòu)、用戶歷史活躍度、微博歷史傳播力度、用戶自身特征和用戶話題參與度五個方面提取出14個特征向量，用于構(gòu)建隨機森林預(yù)測模型，在訓(xùn)練模型過程中優(yōu)化參數(shù)特征向量個數(shù)和決策樹棵數(shù)，使模型預(yù)測效果更好。
　　本文對上述三方面的研究中所需要用到的理論知識和算法集中進行了整理。
　　最后，基于“樂視12億資產(chǎn)被凍結(jié)”這一實際輿情發(fā)展情況，設(shè)計實驗對本文研究的三方面內(nèi)容進行驗證。運用Python工具實現(xiàn)微