APP下载

网络多媒体数据中舆情关联主题的挖掘方法

2020-01-06刘润奇贺兴时南夷非

深圳大学学报(理工版) 2020年1期
关键词:文本信息方法

刘润奇,贺兴时,南夷非,王 博

1)西安工程大学理学院 陕西西安 710048;2)西安交通大学智能网络与网络安全教育部重点实验室 陕西西安 710049

近年来,微博和论坛等新媒体的快速发展极大方便了人们的生活,但也为网络谣言和舆情的快速传播提供了温床,给社会稳定和安全带来了巨大挑战[1].据不完全统计,在中国目前微博月活跃用户共3.76亿人,日活跃用户达到1.65亿人,每天产生的帖子不计其数.随着5G网络的推行,会进一步提升网络使用的便捷度,加快舆情事件的传播速度.与此同时,越来越多的舆情事件依托图片和视频等多媒体文件进行传播以躲避传统的基于文本的舆情事件检测,本课题组在2018年7—9月对新浪微博中的博文进行了分析,发现55%的博文包含图片信息,35%的博文包含视频信息,这些异构的多模态数据给舆情的有效监管造成了较大的困难.

舆情事件在近两年被大量研究.梁冠华等[2]将舆情划分为潜伏期、发生期、持续期和恢复期,并结合不同阶段的特征,设计了涵盖舆情防范风险、发生风险、传播风险和消退风险的指标体系,综合评估舆情的演化态势.陈建敏等[3]也从指标体系出发,提出涉军网络舆情安全评估指标体系的内容构成,具体包括发布者指标、受众指标、激体指标、本体指标和传播指标,综合评估涉军舆情的评估方法.丁晟春等[4]根据“帖子-主题”二模网络模型和关键词以及社区属性对网络舆情态势进行评估.郑魁等[5]提出……

登录APP查看全文

猜你喜欢

文本信息方法
在808DA上文本显示的改善
基于doc2vec和TF-IDF的相似文本识别
订阅信息
用对方法才能瘦
文本之中·文本之外·文本之上——童话故事《坐井观天》的教学隐喻
四大方法 教你不再“坐以待病”!
捕鱼
展会信息
如何快速走进文本
健康信息