舆情信息的结构分析byZYS.ppt

1、Cxcq,舆情信息的结构分析,by ZYS,P,art,1,舆情网络,舆情网络的构建方法,01,02,基于条目之间内容相似度,基于主题之间的回复或引用关系,将每一个条目对应网络中的一个节点，将条目之间的相似度定义为网络中边的权值。,若主题节点A中主题引用了主题节点B中的主题，或者A中给出了指向B中主题的链接，那么就建立一条从节点B指向节点A的有向边，边的权值表示节点A到B的直接关联度。,P,art,2,分析基础,舆情网络示意图,舆情网络分析基础,01,02,03,节点扩散度,整体扩散能力,聚集性,节点的最大度、节点的平均度和节点的度分布。,网络的平均最短路径、网络的直径和最短路径分布。,在一个

2、网络中，一个节点的两个邻居彼此也有可能有连接。聚集性用于描述这种可能性的程度（即网络连接的聚集程度）。,关键节点,01,02,节点介数,节点的接近中心度,网络中经过此节点的最短路径数目占所有最短路径数目的比例（反映节点在网络中的连接性）。,此节点到其他节点的最短路径的平均值（反映了节点与网络中其他节点的接近程度）。,网络中的关键节点是指在舆情传播过程中起到重要作用的节点。例如，网络中大度节点可以被认为是关键节点，这类节点连接了很多其他节点，通过它很容易将信息传播出去。,P,art,3,社区结构分析,社区结构示意图,常见社区发现方法,01,02,03,迭代二分法（计算机科学）,层次聚类法（社会学

3、中分级聚类的思想方法）,G-N方法（社会学中分级聚类的思想方法）,谱二分法 Kernighan-Lin方法（需要事先知道该网络两个社区大小，难以应用）,属于凝聚算法,属于分裂算法,基于节点扩展的社区发现,01,03,05,节点强度,节点i相连所有边权重之和,社区大小,社区C包含的节点数量（需要大于给定的阈值）,不重叠社区的划分,社区的粗划分 社区的精化,连接强度,节点i与社区C相连的边的权重之和,模块度,反映社区划分的效果,重叠社区的发现,初始社区的发现 社区扩展,02,04,06,特征降维,01,02,特征选择,特征提取,特征频度、文本频度、特征熵、信息增益和互信息,主成分分析（KL变换）

4、潜在语义分析（奇异值分解） 随机映射（Johnson-Lindenstrauss引理）,关键节点,网络中的关键节点是指在舆情传播过程中起到重要作用的节点。,舆情内容特征库,内容特征集族,事件类别,事件,事件子集,舆情文本分类和聚类,01,02,文本分类,文本聚类,将文档流分到已有的类中。 算法思路：计算文档向量Di与事件子集Ej类中心的距离DTij，判断距离Dtij是否小于事件子集Ej的类半径。,根据“物以类聚”原理，将本身没有类别的一组的文章或文本信息进行相似性的比较，将比较相似的文章或文本信息归为一个聚类簇。 算法思路：先用粗分类算法进行初聚类，然后用凝聚式层次聚类算法进行再聚类,P,art,4,话题发现,舆论话题发现,01,02,03,热点分析,话题发现,话题跟踪,对于相同主题的话题，转载次数、帖子回复量和相同主题的贴数可以刻画话题热度。,热点词发现（基于词频，只考虑词语的流行性） 热点话题聚类（基于热点事件聚类）,识别某个已知话题的新闻报道。 目标：针对不断增长信息流，追踪某个给定事件主题，发现所有有关该主题的信息,P,art,5,情感分析,舆情情感分析,舆情情感分析就是对人类的各种情感表达进行有效的分析与挖掘，识别出其情感趋向高兴、伤悲，或得出其观点是“赞同”还是“反对”，甚至情感随时间的演化规律。 难度大，应用范围相对较局限。,P,art,6,观点挖掘,舆