互联网舆情话题流行模式预测研究

发布时间：2025-06-27 23:37

　　在互联网时代,以在线社交平台为代表的新型媒体,因其高效快捷的信息传播特点,聚集了大量的用户,已成为社会舆情发酵和传播的重要平台。近年来频频发生的舆情话题往往是先从网络社交平台中发源和迅速传播,然后才引起了其他媒体和社会的关注。因此,在线社交媒体中舆情话题的传播态势往往是社会舆情发展的一个先兆,对这类媒体平台中舆情话题的传播态势进行监控和预测,是有效预警和控制互联网舆情的重要手段。目前关于舆情话题传播态势预测的已有工作多是预测内容流行与否、流行等级或流行度,话题流行模式预测仍然有待探索。相对于前者,流行模式预测可以为舆情监测和预警提供更具体、直观的话题传播信息。因此,本文提出了一种综合聚类和分类模型的互联网舆情话题流行模式预测方法,该方法不依赖话题传播的前期时序数据,因而能在话题发布的初始阶段就预测出未来的流行模式。首先,采用K-SC时间序列聚类算法获取社交平台上话题流行模式的基本类型;其次,评估和筛选与话题相关的多维度特征,构建话题特征空间;基于特征空间和机器学习预测方法,建立话题流行模式预测模型,并对模型进行评估。实验结果表明,利用特定初始特征,模型可以有效地预测新发布话题的流行模式,...

【文章页数】：64 页

【学位级别】：硕士

【部分图文】：

图1.1技术路线图

南京邮电大学硕士研究生学位论文第一章绪论8识，采用K-SC时间序列聚类方法，得到话题的基本流行模式类；（2）关于话题流行模式预测方面：基于文本语义分析和相关性分析等方法，获取和筛选特征，构建模型特征空间；基于机器学习、多分类预测的理论，引入准确率，精确率，召回率、F值这四个指标，....

图2.2不衰型话题流行度演化图

南京邮电大学硕士研究生学位论文第二章理论基础13图2.1流行度演化影响因素2.1.4话题流行模式的定义流行模式是指话题在发展流行过程中表现出的受欢迎程度随时间变化的趋势。话题流行模式发现不仅对判断该话题是否会流行上有重要意义，还有助于发现话题所属的类型。事实上，不同类型的话题常常....

图3.1当K=5和K=4时的聚类结果

南京邮电大学硕士研究生学位论文第三章话题流行模式的聚类分析233.3.2流行模式聚类实验结果分析在本文中，K-SC算法被应用于话题点击量时间序列的聚类，试图从已有的时间序列中找出特征鲜明、可以区分的类别，并以各类别中最典型的一条时间序列曲线作为该类型的代表。当聚成的每一类包含若干....

图3.2不同聚类数对应的SSE变化曲线

南京邮电大学硕士研究生学位论文第三章话题流行模式的聚类分析24同时也要考虑到SSE会随着K的增大而减校图3.2显示，当K=5时，SSE变化曲线上显示的是一个向上凸起的点，表明在SSE随K值增大而下降的趋势下，K=5时的SSE值并没有明显的下降，因此K=5时的聚类结果相对欠佳。综合....

本文编号：4054069