基于Stacking集成学习的短视频涉警网络舆情风险分析  

作　　者：何珍 万月亮[2,3] 

机构地区：[1]中国人民公安大学信息网络安全学院,北京100038 [2]北京锐安科技有限公司,北京100000 [3]北京市网络空间数据分析与应用工程技术研究中心,北京100000

出　　处：《网络安全技术与应用》2024年第6期149-151,共3页Network Security Technology & Application

摘　　要：随着抖音、快手、梨视频等短视频社交媒介的极速暴增,网民借助短视频表达观点的意愿日趋强烈,导致短视频社交媒介成为涉警网络舆情风险“策源地”和“发酵池”,诱发涉警舆情风险给网络空间安全和社会稳定带来严重威胁。据此,本文从短视频媒介出发,从传播主体影响值、舆情热度值、舆情敏感值三个角度建立短视频涉警网络舆情风险评价体系,同时结合Stacking集成学习算法,即融合随机森林、XGBoost、决策树、神经网络、逻辑回归等模型,对短视频涉警网络舆情风险进行分析,并且通过实验显示,使用Stacking融合算法的模型具有更好的分析预测性能和泛化能力。

关 键 词：短视频社交媒介 涉警网络舆情 舆情风险 Stacking集成学习 

分 类 号：TP181[自动化与计算机技术—控制理论与控制工程] G206[自动化与计算机技术—控制科学与工程]