微博环境下实时主动感知网络舆情事件的多核方法研究

Now, China is being in such a period, in which it is crucial to strengthen and innovate the social management, and to improve the guidance mechanism of online public opinion. With the increasing socialization of information networks, emerging media microblogging has become a major outbreak of the source and route of transmission of the events of the network public opinion. Explore how to use the Internet to collect social conditions and public opinion, and to better serve the people's livelihood, the new challenges of information management and technology research.Under the complex multidimensional microblogging information environment, this project will focus on the multi-kernel algrithm of network public opinion event real-time active recognition. In order to further improve the management of information networks and the level of virtual social management, serve the people's livelihood, maintain social harmony and stability, that has great practical significance.The research topics include: (1) Under microblogging environment the framework of network public opinion event real-time active recognition; (2) Under microblogging environment the whole lifecycle flexible feature model of network public opinion event topic; (3) kernel methods of microblogging network public opinion event recognition, adaptive the kernel parameters setting and optimization, collaboration of the multi-kernel learing; (4) the prototype application of microblogging network public opinion event's emergency intelligence by real-time active recognition.

我国正处于加强和创新社会管理、健全网上舆论引导机制的重要时期，同时随着信息网络的日益社会化，以微博为代表的新兴媒体已成为网络舆情事件的主要爆发源与传播途径。探索如何利用互联网收集社情民意、更好地服务民生，是情报管理与技术研究的新难题。本项目在复杂多维微博信息环境下，研究网络舆情事件实时主动感知的多核方法。为进一步完善信息网络管理，提高虚拟社会管理水平，服务民生，维护社会和谐稳定具有极大的现实意义。研究内容包括：（1）微博环境下网络舆情事件的实时主动感知框架；（2）微博环境下网络舆情事件全生命周期的柔性话题特征模型；（3）微博网络舆情事件模式识别的核方法，自适应核参数设定与优化，多核学习与协同；（4）微博舆情事件的危机情报主动感知原型系统实践。

随着信息网络的日益社会化，以微博为代表的新兴媒体已成为网络舆情事件的主要爆发源与传播途径。特别是近年来，在事件的发生、发展过程中，微博以社会化人际关系为基础进行传播，已经成为网络舆情事件的重要推动力量。本研究克服了网络舆情事件的不确定性、复杂性、主题广泛性，微博短文本化、半结构化、社会化网络复杂结构等难点，完成了课题的各项任务目标：（1）完成微博网络舆情事件危机情报实时主动感知的模型设计；（2）微博网络舆情事件全生命周期的主题特征与突发时序的柔性话题构建；（3）提出微博环境下网络舆情事件危机情报实时感知方法；（4）实现微博网络舆情事件的危机情报实时主动感知原型系统。研究发现网络群体性事件的演化过程是一种存在突变的演化过程，而在整个过程中，意见领袖起着至关重要的作用，意见领袖出现前后网络群体性事件信息的传播方式发生了巨大的变化。这是因为意见领袖的参与会引导意见领袖的粉丝的转发行为，由于粉丝的基数比较大，并且传播的方式呈现出立体式的特点，因此可以在短时间内呈现出非理性增长的特点。鉴于此本研究提出了面向微博复合维信息特征的LDA聚类算法以及微博环境下的多维度舆情热点计算算法，并通过实验证明了该感知方法能够有效进行微博舆情热点事件的感知。通过引进增量SVM计算的模式识别方法，对微博舆情事件进行热点动态检测，从而实现微博的话题挖掘以及舆情热点事件的动态跟踪与评测。为进一步加强网络舆论安全、提高网络净化与管控效率，提供了理论指导和实践案例。