邢云菲,李玉海,2
(1.华中师范大学信息管理学院,武汉 430079;2.湖北省数据治理与智能决策研究中心,武汉 430079)
微博是基于用户关系的舆情传播、信息共享的社交媒体平台。微博凭借其终端移动性、内容精简性、用户交互便捷性以及动态内容聚类方式,成为中国最受欢迎的社交媒体平台之一[1]。微博舆情是指公众在某些社会热点事件发生后通过微博平台表达其态度、观点和意见,具有动态性、复杂性和群体极化性等特征[2]。2019 年12 月湖北省武汉市发现多起病毒性肺炎病例,诊断为新型冠状病毒。在该事件的信息传播与交流过程中,微博成为公众获得相关报道和讨论的主要平台之一。由于新冠状病毒事件的突发性和高影响力,使微博平台日均发布微博和评论数量达到百万级,为政府和微博舆情监管部门的管理工作带来巨大挑战。如何针对海量微博用户评论信息快速挖掘用户关注内容,分析用户评论信息中的隐性关联,帮助政府和舆情管理者掌握舆情走势,及时定位发布网络谣言的用户群体并进行监管是本文的主要研究意义。目前学术界对微博舆情的研究主要关注舆情传播主题挖掘、意见领袖识别、用户关系挖掘等方面[3-6],较少学者针对微博用户评论文本进行文本聚类研究并构建主题图谱通过可视化的形式挖掘微博用户关注主题。
本文基于文本挖掘中的聚类技术,结合主题图谱理论和构建方法,以新浪微博平台为例,构建微博用户评论文本的主题图谱,通过聚类分析和剖析图谱结构特征,为微博舆情文本挖掘研究提供了新的研究视角。……