基于两类统计模型的舆情分析应用

作     者：李秋伶 

作者单位：杭州电子科技大学 

学位级别：硕士

导师姓名：郑静

授予年度：2021年

学科分类：02[经济学] 0202[经济学-应用经济学] 020208[经济学-统计学] 050301[文学-新闻学] 05[文学] 08[工学] 081203[工学-计算机应用技术] 0503[文学-新闻传播学] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：隐马尔可夫模型 情感分类 SIR模型 谣言传播 参数估计 

摘      要：互联网时代,网络社交信息爆炸式增长,网络成为信息集散中心,同时也成为了谣言滋生和传播的平台。网络信息纷繁复杂,使得舆情分析领域出现诸多亟待解决的问题。本文通过自适应增强算法提升隐马尔可夫模型文本分类的性能。不同于以往的以传统统计模型为基础的情感分类模型,隐马尔可夫模型能够发掘不同情感文本的演化规律,将统计模型与文本语义相结合,进行情感分类,分类准确率较高。该模型能够克服情感词典的构建繁琐及滞后问题,可以通过隐含的文本演化规律及时反映文本情感。实验表明,该模型较传统情感分类模型分类准确率高,并且在测试集与训练集上的表现性能相当,具有较好的适用性。其次,本文针对Logistic模型提出新型参数估计方法。谣言的传播符合Logistic增长,为更好的对模型展开变量探究,本文对Logistic模型参数进行估计方法改进,提升模型精度。通过变分推断对参数进行估计并进行验证发现,相较于传统参数估计方法,变分推断法在估计时仅需要少量迭代就能得到Logistic模型的高精度参数估计,该方法大幅提升估计效率。最后,由于互联网信息增长速度快、容量大,在网络谣言的传播过程中,这一事件扩散的范围是改变的,这一现象不满足经典传播模型的基本假设,因此本文对SIR模型的增长上限进行改进。然后将影响谣言传播的因素分为外生变量和内生变量,前者通过媒体对谣言的响应速度及媒体影响力控制,后者由群体间相互影响力决定。在此基础上,通过模型分析媒体影响谣言传播的相关参数,影响力大的媒体在面对谣言时需要追求响应速度,而影响力小的媒体则更需要注重报道的真实性与可靠性。