融合用户特征与多级文本倾向性分析的网络意见领袖识别  

Online Opinion Leader Identification Method Integrating User Feature and Multilevel Text Sentiment Analysis

作　　者：陈芬[1] 陈佩帆 吴鹏[1] 薛春香[1] 

机构地区：[1]南京理工大学经济管理学院,江苏南京210094

出　　处：《情报理论与实践》2018年第7期143-148,共6页Information Studies:Theory & Application

基　　金：国家自然科学基金项目"基于情感倾向性分析的网络舆情意见领袖识别与对策研究"(项目编号:71303111);国家自然科学基金项目"突发事件网络舆情演变过程中的人群仿真研究"(项目编号:71273132);国家自然科学基金项目"基于聚合的社会化短文本信息处理与细粒度倾向性分析"(项目编号:71503126)的研究成果

摘　　要：网络事件中,意见领袖能够传播信息、扩大影响力、引导舆论方向。为了识别意见领袖,文章引入多级文本倾向性分析,自动将文本识别为非常正面、正面、中立、负面和非常负面5种情感倾向,更加精确地表征网民对博主的支持度。在此基础上,进一步融合多种用户特征,构建系统的网络意见领袖识别指标体系,基于新浪微博的真实数据,进行意见领袖识别,并与未加支持度指标的模型以及支持度两级分类模型进行对比,验证了方法的有效性。Opinion leaders can disseminate information,expand influence and guide public opinion in network events. To identify opinion leaders,this paper introduces multilevel text sentiment analysis to classify texts into ＂very positive＂, ＂positive＂,＂neutral＂,＂negative＂,and＂very negative＂,which can detect the support degree of netizens for bloggers more precisely. On this basis,the paper further fuses multiple user features to construct a systematic framework of identifying online opinion leaders,and uses the data from Sina Weibo for experimental study. The effectiveness and reliability of the proposed method is proved by being compared with the models without the index of support degree or without two level support degrees.

关 键 词：文本倾向性分析 意见领袖 微博 指标体系 

分 类 号：G206[文化科学—传播学] G353.1