微博热点话题情感特征挖掘.pdf

微博热点话题情感特征挖掘 摘 要 “热点话题”作为微博中社会事件来源的重要板块，受到众多微博网 民的关注。它为网民们提供了快速获取当今社会热门事件信息并参与其讨 论、发表自己观点的渠道。论文对微博中热点话题公众的情感进行定量分 析，发现热点话题公众情感的公共规律，找到影响公众情感改变的关键性 微博或事件，对微博中公众舆情控制具有重大意义。 论文通过网络爬虫程序在新浪微博数据平台中获取了50 个热点话题 微文数据共20 多万条。并在此数据的基础上，对热点话题情感特征进行 挖掘，主要完成了以下工作： （1）对话题数据进行了基础的统计分析。研究发现热点话题中，正 面情感微文较多，中性情感微文最少，在热点话题中情感的传播，更具有 积极情感感染力；公众在每天上午9-12 点会更加关注社会新的时事变化 情况；11 点至12 点这个时间段内公众情感爆发最为激烈，公众白天在热 点话题中的表现较晚上更活跃；不同类型的时事，公众的情感反应时滞不 同。 （2）对热点话题的情感度进行了分析，得到各类情感曲线聚类模型。 其中热点话题正面情感有7 类趋势，中性情感曲线有4 类趋势，负面情感 有6 类趋势以及总体情感被分为8 类。同时对各个类别曲线进行了拟合， 得到各类情感的发展变化趋势线性模型。 （3）将数据分为两类信息源，并与总体情感做相关分析。热点话题 中，公众中情感的表现方式更倾向于信息原创，信息分享与信息原创模式 中正面情感、中立情感以及负面情感分布相似。 （4）情感极性零界点识别与发现。根据总体情感曲线找出话题情感 极性变化点，各类话题的情感极性变化类型不同。通过TF-IDF 算法找出 情感极性零界点附近的关键词，从而识别出引起情感极性改变的重大事件 或重要微文。 I 论文主要有以下创新点： （1）提出话题情感度，得到各类情感度模型的聚类曲线。对比过去 的研究，大部分学者对情感分类方法的研究较多，没有深入对具体的话题 情感演变规律进行研究。文章通过建立各个热点话题的情感时间序列，利 用聚类方法对所有话题正面情感、中立情感、负面情感以及总体情感时间 序列聚类得到具有代表性的多种类别曲线，同时结合自组织数据挖掘算法 得到各类曲线拟合模型，以便于掌握未来热点话题情感趋势的规律。 （2）将数据分为信息原创与信息分享，揭露其与总体情感的关系。 以往的研究中没有关注信息的不同来源，论文提出将热点话题中的微文分 为信息原创与信息分享两种类别，以判别各个话题中情感的影响类型。 （3）关注话题微博中情感极性零界点。很少有文献关注微博中公众 的情感极性发生变化的点，但实际中，公众的情感极性零界点具有重要研 究意义，论文通过构建总体情感曲线识别情感极性零界点，同时结合 TF-IDF 算法找到影响情感发生极性变化的重要原因。 关键词：热点话题；情感度；中文分词；ward 聚类；组合预测 II The mining of emotion characteristics of micro-blog hot topics Abstract Hot topics, as one main plate of social events on the micro-blogs, have received a lot of concern from the blog users in the Internet. It can provide the netizens with a hyper-channel to get the information of the current social affair, join ing in the debate and express their own ideas. In this paper, the public emotions on hot topics in the blogs are quantitatively analyzed to