摘要
互联网时代“网络舆情”已成为政府和社会关注的热点。网络用户可以自由表达自己的观点、态度、情感等主观情感信息，在发表意见评论、转发或分享时往往带有鲜明的个人色彩，随着网络舆情的不断发酵，个人意见就会汇集成为群体意识流，成为网络舆情的“晴雨表”，影响着网络舆情的传播演化。 本文选取新浪微博热议的“云南象群北迁”，以微博上的网络舆情数据为依据，通过揭示热点事件的网络舆情传播演化的特征和影响因素，为有关部门采取妥善措施，引导网络舆情朝向健康发展提供建议。研究内容包括:第一，收集整理44501条中文舆情数据，进行中文分词、清洗过滤、词性标注和词频统计等预处理。第二，分别使用朴素贝叶斯和支持向量机SVM对预处理后的中文舆情数据进行情感识别，并且对结果进行对比，结果表明朴素贝叶斯识别效果更好。第三，将事件的网络舆情传播阶段分为萌芽期、成长期、爆发期和消退期，再经TF-IDF算法挖掘热点主题，生成四个阶段的词云对比图。第四，综合网络舆情信息的主观情感、信息时效性、信息受欢迎程度、微博用户传播行为、发布者影响力和活跃度等多维特征作变量，运用回归分析网络舆情传播的主要影响因素。 本文采用的情感分析、主题挖掘与可视化相结合的网络舆情分析方法，对进一步研究网络舆情传播演化机制有一定的实用价值。文中选出的情感分析方法，为识别中文文本的主观情感提供参考。相关研究结论为探索网络舆情传播演化特征及影响因素提供实证参考，对现有的研究进行有益补充。
NETL