-
摘要: 【目的】重大突发事件对国家安全、社会稳定和人民生命财产安全构成严重威胁，高效应对突发事件，妥善引导网民情绪是网络安全工作的重要环节。【方法】为实现突发事件的网络舆情热度走向预测，本文引入 BERT-BiLSTM 情感分类模型输出原创帖文本的情感倾向，选用原创帖发布量、转发量、评论量、点赞量、情感倾向值五类指标计算舆情热度，采用时间序列模型进行突发事件网络舆情热度预测。【结果】加入情感倾向值后的热度预测模型会更为准确，且在其他突发事件的网络舆情热度预测中也具有有效性。【结论】本文构建的基于 BERT-BiLSTM 模型的突发事件网络舆情热度预测模型为舆情监管部门提供了新的工作思路，能够有效捕捉和分析网络舆情中的情感倾向和热度变化趋势。
-
关键词:
- 网络舆情 /
- BERT-BiLSTM /
- ARIMA /
- 突发事件 /
- 热度预测
-
[1] 中国互联网络信息中心 . 第 52 次《中国互联网络发展状况统计报告》[EB/OL].[2023-08-28]（2024-09-11）. https：//www.cnnic.net.cn/n4/2023/0828/c88-10829.html. [2] 黄卫东，陈凌云，吴美蓉 . 网络舆情话题情感演化研究[J]. 情报杂志，2014（1）：102-107. [3] 谈国新，方一 . 突发公共事件网络舆情监测指标体系研究[J]. 华中师范大学学报（人文社会科学版），2010（3）：66-70. [4] 成颖，巢乃鹏 . 网络舆情监测及预警指标体系构建研究[J]. 图书情报工作，2011（8）：54-57，111. [5] 刘萌玥，陈效萱，吴建伟，等 . 旅游景区网络舆情指标体系构建——基于马蜂窝网全国百家 5A 级景区的游客评论[J]. 资源开发与市场，2017（1）：80-84. [6] 王宁，赵胜洋，单晓红 . 基于灰色系统理论的网络舆情预测与分级方法研究 [J]. 情报理论与实践，2019（2）：120-126. [7] 曾子明，黄城莺 . 基于 BP 神经网络的突发传染病舆情热度趋势预测模型研究 [J]. 现代情报，2018（5）：37-44，52. [8] 聂恩伦，陈黎，王亚强，等 . 基于 K 近邻的新话题热度预测算法 [J]. 计算机科学，2012（S1）：257-260. [9] 吴鹏，应杨，沈思 . 基于双向长短期记忆模型的网民负面情感分类研究 [J]. 情报学报，2018（8）：845-853. [10] 李勇，蒋冠文，毛太田，等 . 基于情感挖掘和话题分析的旅游舆情危机演化特征——以“丽江女游客被打”事件为例 [J]. 旅游学刊，2019（9）：101-113. [11] Jelodar H，Wang Y，Orji R，et al. Deep sentiment classification and topic discovery on novel coronavirus or COVID-19 online discussions：NLP using LSTM recurrent neural network approach[J]. IEEE Journal of Biomedical and Health Informatics，2020（10）：2733-2742. [12] Cai R，Qin B，Chen Y，et al. Sentiment analysis about investors and consumers in energy market based on BERTBiLSTM[J]. IEEE access，2020（8）：171408-171415. [13] 夏林中，叶剑锋，罗德安，等 . 基于 BERT-BiLSTM 模型的短文本自动评分系统 [J]. 深圳大学学报（理工版），2022，39（3）：349-354. [14] 王燕 . 时间序列分析——基于 R[M].2 版 . 北京：中国人民大学出版社，2020. -
点击查看大图
计量
- 文章访问数: 20
- HTML全文浏览量: 2
- PDF下载量: 2
- 被引次数: 0
下载:
