面向網(wǎng)絡(luò)輿情的觀點樹挖掘研究.pdf

1、公共危機突發(fā)事件爆發(fā)越來越頻繁。當我們還沒從“云南盈江地震”中緩過勁，“日本9.0級大地震”奔襲而來。突發(fā)公共事件日益增多，自然災(zāi)害發(fā)生頻率逐步加劇，互聯(lián)網(wǎng)的應(yīng)用越來越普及，社會輿情事件迅速在網(wǎng)絡(luò)上傳播、擴展、衍生、甚至引發(fā)網(wǎng)絡(luò)輿情(IPO：InternetPublicOpinions)危機。網(wǎng)絡(luò)輿情危機事件爆發(fā)的可能性加大。網(wǎng)絡(luò)輿情更多是由網(wǎng)民在互聯(lián)網(wǎng)上相互討論引發(fā)的，帶有情感色彩的語言詞匯交織在一起，網(wǎng)民觀點相互碰撞，原本并不受關(guān)注

2、的某一社會輿情事件被推向網(wǎng)絡(luò)輿情危機邊緣，直至引發(fā)網(wǎng)絡(luò)輿情危機。網(wǎng)民的觀點通常帶有個人感情色彩和情感傾向，觀點挖掘(OM：OpinionMining)關(guān)注的是網(wǎng)民評論中情感表達詞匯，并將評論中的情感傾向挖掘出來。
　　 網(wǎng)絡(luò)輿情事件中網(wǎng)民觀點具有不同的觀點極性，在各種觀點極性下也具有不同的觀點強度，并且每一種觀點強度所關(guān)注的事件的特性是不一致的，也即每一種強度下的觀點具有不同的觀點屬性。將觀點極性、強度和屬性結(jié)合在一起，構(gòu)建面向

3、網(wǎng)絡(luò)輿情的觀點樹結(jié)構(gòu)，有利于網(wǎng)絡(luò)輿情的定量化描述，也有利于整體把握網(wǎng)絡(luò)輿情動態(tài)。
　　 基于此，在國家社科基金項目“面向網(wǎng)絡(luò)輿情危機預(yù)警的觀點柔性挖掘方法研究”(課題編號：09TQB034)的支持下，本研究從網(wǎng)絡(luò)輿情出發(fā)，對面向網(wǎng)絡(luò)輿情中的觀點樹進行挖掘并展開研究。
　　 本文的主要工作和創(chuàng)新之處體現(xiàn)在：
　　 (1)網(wǎng)民觀點與網(wǎng)絡(luò)輿情關(guān)系分析。首先提出網(wǎng)絡(luò)輿情元信息，分別對元信息、網(wǎng)民觀點、網(wǎng)絡(luò)輿情之間相互關(guān)系

4、進行分析，從而分析了網(wǎng)民觀點極性、觀點強度以及觀點屬性之間的關(guān)系，基于以上分析，提出一種稱為“觀點樹”的網(wǎng)絡(luò)輿情表示方法。
　　 (2)基于ExPMI_IR的網(wǎng)絡(luò)輿情觀點極性挖掘。
　　 Ⅰ.網(wǎng)絡(luò)輿情傳播過程中，網(wǎng)絡(luò)情感詞語對網(wǎng)絡(luò)輿情的發(fā)展起到促動作用，能夠凸顯其對網(wǎng)民觀點傾向的影響；為了提高觀點挖掘準確率，本文所做的工作之一是對金山詞霸網(wǎng)絡(luò)詞語詞典進行情感極性手工標注，從而構(gòu)建基于金山詞霸網(wǎng)絡(luò)詞典的網(wǎng)絡(luò)情感詞典(文章中

5、稱之為Senti-NetWords)；對HowNet詞典進一步處理，構(gòu)建基于HowNet的情感詞典(文章中稱之為Senti-HowNet)。
　　 Ⅱ.在情感詞典基礎(chǔ)上，提出ExPMI_IR(ExtendedPointwiseMutualInformationInformationRetrieval)的觀點極性挖掘算法，給出特征詞傾向度計算算法，對文檔特征詞進行過濾；克服算法對人工詞語種子集的依賴性，同時情感種子集在完備性和準確

6、性方面獲得了提升；
　　 Ⅲ.實驗過程中，用網(wǎng)絡(luò)輿情事件的網(wǎng)民發(fā)帖建立實驗語料，對其進行相關(guān)實驗，實驗結(jié)果表明，基于ExPMI_IR的網(wǎng)絡(luò)輿情觀點極性挖掘方法準確度得到一定改善，并且，網(wǎng)絡(luò)情感詞語對網(wǎng)絡(luò)輿情挖掘有所影響，但對來源網(wǎng)站不同的網(wǎng)民觀點，其對挖掘結(jié)果的影響是不同。網(wǎng)絡(luò)輿情觀點極性挖掘完成的是觀點樹粗粒度節(jié)點的構(gòu)建。
　　 (3)基于Logistic回歸模型的網(wǎng)絡(luò)輿情觀點強度挖掘。
　　 為了進一步了解網(wǎng)

7、民對某網(wǎng)絡(luò)輿情事件所持觀點強度，從Logistic回歸模型出發(fā)，建立基于多分類Logistic的觀點強度挖掘模型，在模型中，通過定義不同的觀點強度值來判定網(wǎng)民觀點強度；實驗過程中，采取某網(wǎng)絡(luò)輿情事件中的網(wǎng)民發(fā)帖作為數(shù)據(jù)來源，建立實驗語料，實驗結(jié)果分析表明，基于Logistic回歸模型的網(wǎng)民觀點強度挖掘方法能夠較好地挖掘出網(wǎng)絡(luò)輿情觀點強度，其結(jié)果優(yōu)于基于評價理論的網(wǎng)絡(luò)輿情觀點強度挖掘方法。網(wǎng)絡(luò)輿情觀點強度挖掘完成的是觀點樹中粒度節(jié)點的構(gòu)建

8、。
　　 (4)基于短語模式的網(wǎng)絡(luò)輿情觀點屬性挖掘。
　　 在對網(wǎng)民觀點屬性進行挖掘過程中，從語言學角度出發(fā)，分析詞典中對詞語定義的特點，定義適合網(wǎng)絡(luò)輿情中網(wǎng)民觀點屬性挖掘的短語模式，通過模式匹配的原則實現(xiàn)網(wǎng)絡(luò)輿情觀點屬性挖掘。網(wǎng)絡(luò)輿情觀點屬性挖掘完成的是觀點樹細粒度節(jié)點的構(gòu)建。
　　 (5)觀點樹挖掘。
　　 單一的網(wǎng)民觀點極性或者觀點強度不能充分描述網(wǎng)民觀點對網(wǎng)絡(luò)輿情的影響，為了更詳細描述網(wǎng)絡(luò)輿情，為