基于符号网络社团检测的舆情情报分析方法研究

作者：余韦; 章金楠; 朱梦丽; 王佳桐^*; 穆荣健

来源：情报杂志, 2022, 41(05): 55-161.

• 舆情情报分析
• 符号网络
• 深度学习
• 社团检测
• 社交网络
• 非负矩阵分解
• 微博

[研究目的]面向在线社交网络舆情数据，基于符号网络建模舆情实体的正负关系，研究符号网络社团检测模型挖掘舆情数据中的语义社团，进一步推演出对于某事件群众的普遍看法，适用于真实社会网络中的事件检测，有助于创新舆情情报分析方法。[研究方法]主要从符号网络特性入手，在半非负分解过程中引入深度学习的框架，提出深度半非负矩阵分解模型(DSNMF),进一步将舆情情报分析及复杂网络科学有机结合，利用“‘司马3忌’举报韩红爱心慈善基金会”热点事件所产生的微博舆情数据构建舆情情感符号网络，基于DSNMF模型进行舆情情报实证分析。[研究结论]大量实验表明：DSNMF模型有效提升了符号网络社团检测性能；证实了符号网络社团检测模型在舆情情报分析中的有效性。

• 单位
  浙江越秀外国语学院; 天津大学