1. 哈尔滨商业大学, 哈尔滨 150028; 2. 黑龙江省文化大数据理论 应用研究中心, 哈尔滨 150028
出版日期:
2021-10-25发布日期:
2021-12-24Analysis of Internet Public Opinion Clustering and SentimentEvolution Based on PCA-Spectral-LDA: A Research on Weibo Text Mining
QIU Zeguo1,2, HE Baiyan11. Harbin University of Commerce, Harbin 150028; 2. Heilongjiang Province Cultural Big DataTheory Application Research Center, Harbin 150028
Online:
2021-10-25Published:
2021-12-24摘要
图/表
参考文献
相关文章
编辑推荐
-->Metrics
本文评论
互联网成为网络舆情传播的主要媒介, 分析突发事件的情感发展态势, 可以探究舆情演变规律并识别潜在风险, 为舆情的引导和控制提供决策支持. 文章对爬取的微博文本数据进行预处理, 基于文本数据的高维特征,首先 利用主成分分析方法进行降维, 然后采用谱聚类算法,并提出结合潜在狄利克雷分 析模型提取文本主题的方法,对每类主题进行情感分析. 通过数据可视化方法研究 网民的情感倾向,得到网络舆情传播中情感的时空演化规律. 研究结果能够清晰地表明网民的情感态度和舆情走向,文章的研究方法为微博舆情的研究提供了新视角.
分享此文: