首页|数字经济的网络舆情监测研究

数字经济的网络舆情监测研究

扫码查看
原文链接
  • NETL
  • NSTL
  • 万方数据
我国数字经济正处于国民经济发展最具活力的部分之一，为我国经济增长提供了强大的助推作用，但是，负面舆情将影响经济发展。为了给数字经济发展提供良好的发展环境，防止负面舆论引起的舆情风险对宏观经济发展造成负面影响，本文获取了新闻平台、网络社交平台上与数字经济相关的 2028 条有效文本评论数据构建数据集。首先，以TF-IDF为特征计算方法构建向量空间模型，以余弦相似度为相似度度量、用K-means聚类将文本分为两个类别，分别为网民对特定公司、企业、股市发表的评论，以及网民对相关行业、产业、未来经济发展发表的评论;其次，构建以长短期记忆网络(LSTM)为基础网络的文本情感监测预训练模型，在有人工情感标注的预训练数据集中分类效果较好，再将该预训练模型用于两个类别的文本数据情感分类下游任务中;最后，依据负面舆论的关注点，对相关政策制定提供启示。通过对两个类别的数字经济网络舆情的监测，评论中无论是针对职业、股市，还是相关行业、产业、未来经济发展等，均表达了民众对数字经济发展的积极态度，总体舆情倾向为积极，但存在部分消极的情绪，包含两个方面，分别是民众对各层次数字化人才的欠缺与普通人或将退出市场造成两极分化。因此，依据分析结果，我国数字经济发展具有网民优势，但从长远发展来看，需要国家在推动人才高质量发展的同时，为人才发展营造良好的政策环境。

程枫、汤清龙、刘明飞

展开 >

广东白云学院(广州) 广东 510080

数字经济 网络舆情 K-means聚类 情感监测 长短期记忆网络 预训练模型

广东省高等教育学会民办高等教育专业委员会2022年度课题广东白云学院2022年度校级科研项目

2022MBGJ0812022BYKY47

2024

网络安全技术与应用
北京大学出版社

网络安全技术与应用

CHSSCD
影响因子：0.417
ISSN：1009-6833
年,卷(期)：2024.(4)
  • 43