Please wait a minute...
Advanced Search
现代图书情报技术  2012, Vol. Issue (9): 69-74    DOI: 10.11925/infotech.1003-3513.2012.09.12
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
政府公共决策领域中网络民意建模方法研究
邓莎莎1,2, 张朋柱1, 李欣苗3
1. 上海交通大学安泰经济与管理学院 上海 200052;
2. 上海电力学院计算机与信息工程学院 上海 200090;
3. 上海财经大学信息管理与工程学院 上海 200433
A Method for Network Opinion Modeling Based on Governmental Public Decision Domain
Deng Shasha1,2, Zhang Pengzhu1, Li Xinmiao3
1. Antai College of Economics & Management, Shanghai Jiaotong University, Shanghai 200052, China;
2. School of Computer and Information Engineering, Shanghai University of Electric Power, Shanghai 200090, China;
3. School of Information Management and Engineering, Shanghai University of Finance and Economics, Shanghai 200433, China
全文: PDF(534 KB)   HTML  
输出: BibTeX | EndNote (RIS)      
摘要 研究设计基于政府公共决策的网络民意建模系统框架,包括数据准备和网络民意建模两部分。并以该系统框架为指导,以“健全医疗保健制度”为应用案例,分析表明该系统框架具有良好效果。
服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
邓莎莎
张朋柱
李欣苗
关键词 网络民意公共决策文本挖掘中文信息处理    
Abstract:This paper designs a framework of network opinion modeling based on governmental public decision, which includes data preparation and network opinion modeling. Guided by the framework, it analyzes the case of completing medical care system, and the successful application validates the effectiveness of the proposed framework.
Key wordsNetwork opinion    Public decision    Text mining    Chinese information processing
收稿日期: 2012-05-15     
: 

G202

 
  TP391

 
基金资助:

本文系国家自然科学基金项目“面向网络化创新外包的任务人才在线匹配研究”(项目编号:71171131)和国家自然科学基金项目“面向任务的开放式团队创新协同理论与方法研究”(项目编号:71001059)的研究成果之一。

通讯作者: 邓莎莎     E-mail: dengshasha.work@gmail.com
引用本文:   
邓莎莎, 张朋柱, 李欣苗. 政府公共决策领域中网络民意建模方法研究[J]. 现代图书情报技术, 2012, (9): 69-74.
Deng Shasha, Zhang Pengzhu, Li Xinmiao. A Method for Network Opinion Modeling Based on Governmental Public Decision Domain. New Technology of Library and Information Service, DOI:10.11925/infotech.1003-3513.2012.09.12.
链接本文:  
http://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2012.09.12
[1] 金兼斌. 网络舆论调查的方法和策略[J]. 河南社会科学, 2007, 15(4): 118-121.(Jin Jianbin. Approaches and Strategies of Online Opinion Investigation[J]. Henan Social Sciences, 2007, 15(4): 118-121.)
[2] Wattal S, Schuff D, Mandviwalla M, et al. Web 2.0 and Politics: The 2008 U.S. Presidential Election and an E-politics Research Agenda[J]. MIS Quarterly, 2010, 34(4): 669-688.
[3] Zhang K, Zi J, Wu G L. New Event Detection Based on Indexing-tree and Named Entity[C]. In: Proceedings of the 30th Annual International ACM SIGIR Conference on Research and Development in Information Retrieval(SIGIR’07), Amsterdam. New York: ACM, 2007: 215-222.
[4] Kim S M, Hovy E. Determining the Sentiment of Opinions[C]. In: Proceedings of the 20th International Conference on Computational Linguistics(COLING’04), Geneva. Stroudsburg: Association for Computational Linguistics, 2004: 1367-1373.
[5] 金珠, 林鸿飞,赵晶. 基于HowNet的话题跟踪及倾向性分类研究[J]. 情报学报, 2005, 24(5): 555-561.(Jin Zhu, Lin Hongfei, Zhao Jing. Study on Topic Tracking and Tendency Classification Based on HowNet [J]. Journal of the China Society for Scientific and Technical Information, 2005, 24(5): 555-561.)
[6] 张卫, 曹先彬, 尹洪章. 基于多特征融合的聊天室社会网络挖掘方法[J]. 中国科学技术大学学报, 2009, 39(5): 540-546.(Zhang Wei, Cao Xianbin, Yin Hongzhang. Chat Room Social Network Mining Based on Multi-features Fusion[J]. Journal of University of Science and Technology of China, 2009, 39(5): 540-546.)
[7] Dave K, Lawrence S, Pennock D M. Mining the Peanut Gallery: Opinion Extraction and Semantic Classification of Product Reviews [C]. In: Proceedings of the 12th International Conference on Word Wide Web(WWW’03), Budapest. New York: ACM, 2003:519-528.
[8] Liu B, Hu M Q, Chen J S. Opinion Observer: Analyzing and Comparing Opinion on the Web[C]. In: Proceedings of the 14th International Conference on Word Wide Web(WWW’05), Chiba. New York: ACM, 2005:342-351.
[9] 杨超, 冯时, 王大玲,等. 基于情感词典扩展技术的网络舆情倾向性分析[J]. 小型微型计算机系统, 2010, 31(4):691-695.(Yang Chao, Feng Shi, Wang Daling, et al. Analysis on Web Public Opinion Orientation Based on Extending Sentiment Lexicon[J]. Mini-micro Systems, 2010, 31(4):691-695.)
[10] 吴渝, 杨涛, 肖开洲. BBS突发舆情分析及基于小世界网络的预测模型[J]. 重庆邮电大学学报:自然科学版, 2010, 22(3): 350-354.(Wu Yu, Yang Tao, Xiao Kaizhou. Analysis of Emergent BBS Sentiment and Its Prediction Model Based on Small World Network[J]. Journal of Chongqing University of Posts and Telecommunications: Natural Science Edition, 2010, 22(3): 350-354.)
[11] 钱爱兵. 基于主题的网络舆情分析模型及其实现[J]. 现代图书情报技术, 2008(4):49-55.(Qian Aibing. A Model for Analyzing Public Opinion Under the Web and Its Implementation [J]. New Technology of Library and Information Service, 2008(4):49-55.)
[12] O’Leary D E. Blog Mining-review and Extensions: “From Each According to His Opinion” [J]. Decision Support Systems, 2011, 51(4): 821-830.
[13] 洪宇, 张宇, 刘挺, 等. 话题检测与跟踪的评测及研究综述[J]. 中文信息学报, 2007, 21(6): 71-87.(Hong Yu, Zhang Yu, Liu Ting, et al. Topic Detection and Tracking Review[J]. Journal of Chinese Information Processing, 2007, 21(6): 71-87.)
[14] Lam W, Meng H M L, Wong K L, et al. Using Contextual Analysis for News Event Detection[J]. International Journal on Intelligent Systems, 2001, 16(4):525-546.
[15] 于满泉, 骆卫华, 许洪波,等. 话题识别与跟踪中的层次化话题识别技术研究[J]. 计算机研究与发展, 2006, 43(3): 489-495.(Yu Manquan, Luo Weihua, Xu Hongbo, et al. Research on Hierarchical Topic Detection in Topic Detection and Tracking[J]. Journal of Computer Research and Development, 2006, 43(3): 489-495.)
[16] Liu T, Ma J S, Zhu H J, et al. Dependency Parsing Based on Dynamic Local Optimization[C]. In: Proceedings of the 10th Conference on Computational Natural Language Learning(CoNLL-X’06), Stroudsburg: Association for Computational Linguistics, 2006: 211-215.
[17] 胡鞍钢. 中国特色的公共决策民主化——以制定“十二五”规划为例[J]. 清华大学学报:哲学社会科学版, 2011, 26(2): 43-50.(Hu Angang. The Democratization of Public Policy Making with Chinese Characteristic: Formulation of the China’s 12th Five-Year Plan[J]. Journal of Tsinghua University:Philosophy and Social Sciences, 2011, 26(2): 43-50.)
[1] 杨亚楠,赵文辉,张健,谭珅,张贝贝. 基于多视图协同的政策文本可视化研究*[J]. 数据分析与知识发现, 2019, 3(6): 30-41.
[2] 张梦吉,杜婉钰,郑楠. 引入新闻短文本的个股走势预测模型[J]. 数据分析与知识发现, 2019, 3(5): 11-18.
[3] 张宁,尹乐民,何立峰. 网络股评“发布者-关注者”BSI与股票市场关联性研究*[J]. 数据分析与知识发现, 2018, 2(6): 1-12.
[4] 范馨月,崔雷. 基于文本挖掘的药物副作用知识发现研究[J]. 数据分析与知识发现, 2018, 2(3): 79-86.
[5] 汪强兵,章成志. 融合内容与用户手势行为的用户画像构建系统设计与实现*[J]. 数据分析与知识发现, 2017, 1(2): 80-86.
[6] 谢秀芳,张晓林. 针对科技路线图的文本挖掘研究: 集成分析及可视化*[J]. 数据分析与知识发现, 2017, 1(1): 16-25.
[7] 姚兆旭,马静. 面向微博话题的“主题+观点”词条抽取算法研究*[J]. 现代图书情报技术, 2016, 32(7-8): 78-86.
[8] 兰秋军,刘文星,李卫康,胡星野. 融合句法信息的金融论坛文本情感计算研究*[J]. 现代图书情报技术, 2016, 32(4): 64-71.
[9] 毕强, 刘健, 鲍玉来. 基于语义相似度的文本聚类研究*[J]. 数据分析与知识发现, 2016, 32(12): 9-16.
[10] 林园园,战洪飞,余军合,李长江,张凡. 基于产品评论的消费者情感波动分析模型构建及实证研究*[J]. 现代图书情报技术, 2016, 32(11): 44-53.
[11] 隋明爽,崔雷. 结合多种特征的CRF模型用于化学物质-疾病命名实体识别[J]. 现代图书情报技术, 2016, 32(10): 91-97.
[12] 杨如意,刘东苏,李慧. 一种融合外部特征的改进主题模型*[J]. 现代图书情报技术, 2016, 32(1): 48-54.
[13] 段宇锋,黄思思. 中文植物物种多样性描述文本的信息抽取研究*[J]. 现代图书情报技术, 2016, 32(1): 87-96.
[14] 王颖, 吴振新, 谢靖. 面向科技文献的语义检索系统研究综述[J]. 现代图书情报技术, 2015, 31(5): 1-7.
[15] 郝玫, 杨晓媛. 中文网络客户评论可信度研究[J]. 现代图书情报技术, 2015, 31(2): 55-63.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn