方 冰 尚义博 刘笑影

（上海大学管理学院 上海 200444）

1 引言

在当今时代，社交平台已成为用户获取信息和表达观点的主要渠道。庞大的社交媒体用户量以及频繁的社交活动形成了大量的以博文形式存在的用户生成内容［1］。因此，基于用户生成内容的意见挖掘［2］已成为热门的研究领域。用户立场检测作为其中一个重要的新兴研究课题，指的是检测用户对某一特定事件是否持有立场或立场是支持还是反对［3］。

现有的用户立场检测工作可以分为两类：一类是基于特征工程的机器学习立场检测方法，通过挖掘丰富的文本语义特征结合特征融合的方法研究立场检测问题；另一类是基于深度学习，借助CNN、RNN、LSTM等神经网络模型来开展立场检测工作。两类方法均以文本作为唯一研究对象通过机器学习算法来研究立场检测问题。忽略了除博文信息外其他对于用户立场检测的影响因素。为了克服这一局限性，本文提出了一种新的基于文本和网络拓扑结构的立场检测算法。该算法基于认知理论，认为用户的立场是由其先验立场和外界环境共同作用形成的，通过分析用户文本语义特征提取先验立场，通过分析用户所处的社交网络结构特征提取外界影响力强度，最后由两者共同作用确定用户最终立场。

2 相关工作

现有的社交网络用户立场检测算法研究主要分为以下两类：基于特征工程的立场检测方法和基于深度学习的立场检测方法。……