Microblog becomes one of the most important dissemination platforms for its immediay, autonomy and interactivity. However some marketing groups push some fake burst topics by a externally force because of the low skill barriers of using microblog and the spotty quality of users. The burst topics generated by artificial force should be detected early and controlled to ensure the sound development of microblog public opinion and even internet public opinion. The existing researches on burst topisc detection in microblog do not work well in practical microblog public opinion without considering the formation mechanism of burst topics. Guided by the research on evolution emchanism of burst topics, the main research contents are as follows: Firstly, the project builds a real-time mining model for real-time microblog message stream and on this basis burst topics and related messages and users are detected. Secondly, dynamic burst topic trust model is built to diffrentiate externally force burst topics and non-externally force burst topics. Finally, the formation mechanism of burst topics is taken into account in the project and is applied in mining key users during burst topic’s forming and researching building the propagation prediction model of externally force burst topics and non-externally force burst topics.This project has great research significance and practical value for microblog public opinion burst topic management.
微博的即时性、自主性以及互动性使得微博成为突发事件最重要的传播平台之一。由于用户使用微博的技术门槛较低,用户自身素质良莠不齐,一些营销团体出于自身利益以人为外力作用的方式催生虚假突发话题,对于这类人为外力作用形成的突发话题应尽早发现并进行控制,将其不利影响降至最低,以保证微博网络舆情乃至互联网舆情的健康发展。现有的微博突发话题相关研究中未深入考虑突发话题的形成机理以导致实际微博舆情突发话题监管效果不佳。本课题从微博舆情话题突发演化机理研究出发,首先针对实时微博消息流构建实时微博舆情挖掘模型,在模型基础上实时检测微博中的突发话题并且同步发现话题关联的微博用户及消息,其次通过建立动态突发话题信任评估模型区分外力作用以及非外力作用下形成的突发话题,最后综合考虑突发话题的形成机理研究突发话题形成过程中的关键用户挖掘以及传播预测问题。本课题对于微博舆情突发话题管理有重要的研究意义和实用价值。
作为新型社交网络媒体,微博客(以下简称微博)作为其中主要的平台得到了广大网民的关注。由于用户参与微博的技术门槛较低,用户自身素质良莠不齐,特别是微博用户中存在一些营销团体为了自身利益以人为外力作用的方式协同推动对消费者有蛊惑力的虚假突发话题,这类话题一旦通过微博在短时间内不断被转发扩散,将会助长虚假突发话题的传播并产生极为不良的影响。现有的微博突发话题相关研究中未深入考虑突发话题的形成机理以导致实际微博舆情突发话题监管效果不佳。本课题从上述背景出发对微博舆情话题发现与形成演化机理进行研究,具体研究内容如下:首先针对实时微博消息流构建实时微博舆情挖掘模型,在模型基础上实时检测微博突发话题并且同步发现话题关联的微博用户及消息,其次通过建立动态突发话题信任评估模型区分外力作用以及非外力作用下形成的突发话题,最后综合考虑突发话题的形成机理研究突发话题形成过程中的关键用户挖掘以及传播预测问题。通过课题的研究解决了如下问题:1)基于微博用户群体影响力最大化的网络舆论引导问题;2)面向实时微博消息流的突发话题检测问题;3)基于用户交互的微博话题流行关键用户挖掘问题;4)面向突发话题的社区关键用户发现问题;5)面向突发话题的突发模式挖掘方法;6)基于区域影响力阻断最大化的用户选择和影响力最大化问题;7)面向微博谣言的特征提取与检测问题。本课题实施过程中在国内外期刊和国内外学术会议上发表论文19篇,申请发明专利4项,获得国家发明专利授权1项。培养博士研究生3人,培养硕士研究生18人。本课题的研究成果解决了当前面向微博突发话题舆情挖掘研究中未深入分析突发话题形成机理造成的舆情挖掘准确度低、传播控制难的问题,为面向微博突发话题的海量信息挖掘以及网络舆情管理和应对提供理论支撑。
{{i.achievement_title}}
数据更新时间:2023-05-31
涡度相关技术及其在陆地生态系统通量研究中的应用
跨社交网络用户对齐技术综述
基于LASSO-SVMR模型城市生活需水量的预测
拥堵路网交通流均衡分配模型
基于多模态信息特征融合的犯罪预测算法研究
微博中定向话题发现与追踪
微博热点隐话题发现及其时序特性研究
微博炒作话题识别与传播人群分析
微博热点话题传播模型与可视化研究