基于Word2Vec和SVM的微博舆情情感演化分析

作者：邓君^*; 孙绍丹; 王阮; 宋先智; 李贺

来源：情报理论与实践, 2020, 43(08): 112-119.

DOI：10.16353/j.cnki.1000-7490.2020.08.017

• 微博
• 情感分析
• 网络舆情
• Word2Vec
• 支持向量机

文章主要以微博"滴滴温州女孩遇害"话题评论内容为数据源,计算评论内容的情感值,标注情感正负性,通过Word2Vec和SVM方法构建情感分类模型。采用Word2Vec方法计算与此舆情事件中相关的5类主体对象(滴滴、司机、客服、女孩、警察)高相似度的词语,从情感时序分析和舆情主体对象情感演化分析两个方面探讨微博舆情的情感走势。通过分析发现,情感分类模型可以有效预测网民的情感走势;网民的情感时序变化与舆情演变规律相吻合;Word2Vec词相似度计算模型可以有效反映网民对五类主体对象的情感态度和该舆情阶段内的主题特征。

• 单位
  吉林大学