邱泽国 贺百艳

（哈尔滨商业大学，黑龙江哈尔滨 150028）

一、引言

随着近几年互联网和信息技术的飞速发展，微博微信等社交平台已经成为人们获取新闻信息的重要来源。据中国互联网络信息中心(CNNIC)发布第45次《中国互联网络发展状况统计报告》显示，截至2020年3月，我国网民规模为9.04亿，较2019年底新增网民7508万，互联网普及率达64.5%，手机网民规模为8.97亿，网民使用手机上网的比例达99.3%[1]，越来越多的人通过网络获取新闻等热点事件。如新浪微博、微信等已经成为人们社交生活中不可或缺的一部分。在社交平台上，用户可以通过点赞、评论、转发等形式参与到发生的热点事件中，不受约束的与众多用户互动沟通。由于社交平台具有开放性、便捷性和匿名性等特点，导致新闻信息在社交网络中的传播广度、传播深度和传播速度都有着惊人的潜力，舆论会在短时间内发酵达到最后形成网络舆情，引起社会大众的广泛关注。因此，十分有必要动态跟踪网民对舆情事件话题讨论内容以及情感的变化，了解网民对于舆情事件的主观看法和情感倾向性，对于整体把握舆情事件的发展方向，引导和控制舆情有重要的意义。

二、研究现状

关于微博话题发现，学者们的研究主通过计算机领域，改进经典聚类算法来提高主题发现的有效性。Chen等人设计开发了一个增量聚类框架来检测识别新的主题，并利用文本的内容和时间特征来及时发现热门主题[2]；Stilo等人基于时间序列的相似性，提出了一种在微博中用于词聚类的新方法[3]；……