Please wait a minute...
Advanced Search
数据分析与知识发现  2020, Vol. 4 Issue (11): 92-101     https://doi.org/10.11925/infotech.2096-3467.2020.0230
  研究论文 本期目录 | 过刊浏览 | 高级检索 |
网络热点事件话题漂移指数构建与实证研究*
黄微,赵江元(),闫璐
吉林大学管理学院 长春 130022
Empirical Research on Topic Drift Index for Trending Network Events
Huang Wei,Zhao Jiangyuan(),Yan Lu
School of Management, Jilin University, Changchun 130022, China
全文: PDF (1068 KB)   HTML ( 11
输出: BibTeX | EndNote (RIS)      
摘要 

【目的】 提出并构建网络热点事件话题漂移指数,体现网络热点事件话题变动幅度。【方法】 利用LDA主题模型对网络热点事件进行话题抽取并结合词权重分析话题漂移情况,提出网络热点事件话题漂移指数构建过程,以“高以翔去世”事件为样本进行实证分析。【结果】 在“高以翔去世”网络热点事件爆发初期,话题数量由11增加至18,话题漂移指数变动41%,舆情危机产生;在蔓延期的二次爆发中,话题漂移指数变动22%,舆情危机复发;在消散期某时间节点,话题数量由10减至5,话题漂移指数负向变动41%,发生群体性失范行为。【局限】 对网络热点事件蔓延期小幅话题变动预警效力不足;对网络热点事件舆情数据中多媒体内容缺乏预警能力;不能体现话题的实质性语义变化。【结论】 网络热点事件话题漂移指数作为网络热点事件舆情预警测度与监管触发指标,能够较为精准地提供网络舆情爆发时间节点以及蔓延期的舆情危机复发时间节点。

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
黄微
赵江元
闫璐
关键词 网络热点事件话题漂移指数LDA网络舆情预警    
Abstract

[Objective] This paper constructs a topic drift index for trending network events, aiming to describe their changing topics. [Methods] We used the LDA model to extract topics of online trending events and analyzed their drifts with word weights. Then, we proposed procedures for constructing topic drift index. Finally, we took “Gao Yixiang pass away” as the sample for an empirical analysis. [Results] In the early stage of our case, the number of topics increased from 11 to 18, and the topic drift index was 41%, which then fell to 22%. Finally, the number of topics was reduced to 5 and the topic drift index turned to -41%. [Limitations] The proposed method could not effectively generate early-warnings for small number of topic changes and multimedia contents. It cannot detect changes of topic semantics. [Conclusions] The topic drift index for trending network events could predict the timing of online public opinion outbreaks and their recurrences.

Key wordsNetwork Hot Events    Hot Topics Drift Index    LDA    Early Warning of Internet Public Opinion
收稿日期: 2020-03-22      出版日期: 2020-12-04
ZTFLH:  G203  
基金资助:*本文系国家社会科学基金重大项目“大数据驱动的社交网络舆情主题图谱构建及调控策略研究”的研究成果之一(18ZDA310)
通讯作者: 赵江元     E-mail: 402595270@qq.com
引用本文:   
黄微,赵江元,闫璐. 网络热点事件话题漂移指数构建与实证研究*[J]. 数据分析与知识发现, 2020, 4(11): 92-101.
Huang Wei,Zhao Jiangyuan,Yan Lu. Empirical Research on Topic Drift Index for Trending Network Events. Data Analysis and Knowledge Discovery, 2020, 4(11): 92-101.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.2096-3467.2020.0230      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2020/V4/I11/92
Fig.1  网络热点事件话题漂移指数构建过程
Fig.2  多测试集平均后困惑度变动曲线图
Fig.3  以“高以翔”为关键词的微博热度指数趋势图
日期 微博数 最优
话题数
日期 微博数 最优
话题数
11月24日 412 13 12月6日 4 041 17
11月25日 397 10 12月7日 6 253 18
11月26日 343 11 12月8日 5 629 16
11月27日 5 316 18 12月9日 6 511 19
11月28日 4 453 17 12月10日 5 165 19
11月29日 5 254 15 12月11日 5 390 15
11月30日 5 750 17 12月12日 6 816 18
12月1日 4 241 17 12月13日 5 273 18
12月2日 5 065 14 12月14日 4 598 17
12月3日 4 443 16 12月15日 5 129 10
12月4日 4 331 14 12月16日 4 459 5
12月5日 4 385 17 12月17日 6 032 6
Table 1  最优话题数与微博数
日期 话题关键词 话题内涵
11月25日 2019年、高以翔、电视剧、大赏、投票、助力、支持、人气、剧集、作品、参与…… 网民为高以翔参演电视剧作品参选2019年“电视剧大赏”投票。
高以翔、彩虹、重力、过分、美丽、微博、电视剧、遇见、王沥川、季簧、成熟、帅气…… 网民对高以翔参演电视剧作品及剧中人物的讨论。
男神、高以翔、影响力、提升、贡献、超话、打榜、排名、人气、应援、超越…… 网民为高以翔在明星超话榜中打榜应援。
11月26日 2019年、最喜爱、剧集、百部、优秀、好剧、微博、电视剧、大赏、助力、投票…… 高以翔参演电视剧作品入围微博“电视剧大赏”评选,网民参与投票。
高以翔、彩虹、重力、入围、微博、电视剧、大赏、百部、优秀、剧集、期待、更多、精彩…… 网民恭喜高以翔参演电视剧《彩虹的重力》入围电视剧大赏百部优秀剧集。
高以翔、彩虹、重力、过分、美丽、跟着、官官、官方、微博、网宣组、投票、电视剧、加油…… 网民转发高以翔官方账号组织的投票链接。
11月27日 王沥川、高以翔、去世、难以接受、真的、一路、走好、喜欢、永远、难过、温柔、绅士…… 网民对高以翔去世难以接受及通过转发其饰演角色名“王沥川”以缅怀高以翔。
高以翔、去世、录制、综艺、节目、追我吧、35岁、浙江、卫视、中国蓝、27日、猝死、中暑…… 关于高以翔在录制浙江卫视综艺节目《追我吧》时去世。
高以翔、去世、希望、没事、太假、出事、意外、平安、消息、明天、急救、最佳时间、珍惜…… 部分网友得到高以翔去世的消息并对消息产生怀疑以及对其祝福。
11月28日 高以翔、追思会、去世、徐峥、斥责、浙江、卫视、追我吧、节目组、安全、防范、太差…… 网友就高以翔追思会展开探讨以及转发徐峥斥责浙江卫视安全防范意识。
高以翔、走好、王沥川、真的、难过、再见、希望、一路、永远、可惜、世界、天堂、温柔…… 网友为高以翔的去世而难过并祝福高以翔。
高以翔、追思会、浙江、卫视、蓝台、追我吧、节目组、安慰、父母、爸爸、声明、道歉…… 浙江卫视追我吧节目组为高以翔去世发表声明并安慰其家人。
Table 2  11月25日至11月28日前三话题关键词及话题内涵表
时间节点 话题漂移指数 时间节点 话题漂移指数 时间节点 话题漂移指数
[11.24 0:00, 11.25 24:00) -0.015 [12.02 0:00, 12.03 24:00) 0.224 [12.10 0:00, 12.11 24:00) -0.005
[11.25 0:00, 11.26 24:00) 0.045 [12.03 0:00, 12.04 24:00) -0.014 [12.11 0:00, 12.12 24:00) -0.058
[11.26 0:00, 11.27 24:00) 0.409 [12.04 0:00, 12.05 24:00) 0.002 [12.12 0:00, 12.13 24:00) 0.039
[11.27 0:00, 11.28 24:00) 0.069 [12.05 0:00, 12.06 24:00) -0.010 [12.13 0:00, 12.14 24:00) -0.065
[11.28 0:00, 11.29 24:00) -0.025 [12.06 0:00, 12.07 24:00) 0.054 [12.14 0:00, 12.15 24:00) -0.024
[11.29 0:00, 11.30 24:00) 0.026 [12.07 0:00, 12.08 24:00) -0.056 [12.15 0:00, 12.16 24:00) -0.412
[11.30 0:00, 12.01 24:00) -0.061 [12.08 0:00, 12.09 24:00) -0.007 [12.16 0:00, 12.17 24:00) 0.076
[12.01 0:00, 12.02 24:00) -0.078 [12.09 0:00, 12.10 24:00) 0.037
Table 3  “高以翔去世”事件话题漂移指数
Fig.4  “高以翔去世”事件话题漂移指数与热度对比
[1] Wan L X. Book Review: The Discourse of News Values: How News Organizations Create Newsworthiness. New York: Oxford University Press[A]// Language in Society[J]. 2018,47(2):320-321.
[2] 毛太田, 蒋冠文, 李勇, 等. 新媒体时代下网络热点事件情感传播特征研究[J]. 情报科学, 2019,37(4):29-35, 96.
[2] ( Mao Taitian, Jiang Guanwen, Li Yong, et al. Research on the Characteristics of Emotional Communication of Network Hot Events in the Era of New Media[J]. Information Science, 2019,37(4):29-35, 96.)
[3] Gao S X, Li X, Yu Z T, et al. Combining Paper Cooperative Network and Topic Model for Expert Topic Analysis and Extraction[J]. Neurocomputing, 2017,257(27):136-143.
[4] Comito C, Pizzuti C, Procopio N. Online Clustering for Topic Detection in Social Data Streams[C]// Proceedings of 2016 IEEE International Conference on Tools with Artificial Intelligence (ICTAI). IEEE Computer Society, 2016.
[5] 沈思, 孙豪, 王东波. 基于深度学习表示的医学主题语义相似度计算及知识发现研究[J]. 情报理论与实践, 2020,43(5):183-190.
[5] ( Shen Si, Sun Hao, Wang Dongbo. Research on Topics Semantic Similarity Calculation and Knowledge Discovery of Medical Based on Deep Learning Representation[J]. Information Studies: Theory & Practice, 2020,43(5):183-190.)
[6] Gibran F P, Ivan V M R. Topic Discovery in Massive Text Corpora Based on Min-Hashing[J]. Expert Systems with Applications, 2019,136:62-72.
doi: 10.1016/j.eswa.2019.06.024
[7] Chen J Y, Gong Z G, Liu W W. A Nonparametric Model for Online Topic Discovery with Word Embeddings[J]. Information Sciences, 2019,504:32-47.
doi: 10.1016/j.ins.2019.07.048
[8] 郑恒毅, 廖城霖, 李天柱. 一种面向网络长文本的话题检测方法[J]. 工程科学学报, 2019,41(9):1208-1214.
[8] ( Zheng Hengyi, Liao Chenglin, Li Tianzhu. A Topic Detection Method for Long Web Text[J]. Chinese Journal of Engineering, 2019,41(9):1208-1214.)
[9] Zhao B, Xu W, Ji G L, et al. Discovering Topic Evolution Topology in a Microblog Corpus[C]// Proceedings of the 3rd International Conference on Advanced Cloud and Big Data (CBD). IEEE, 2015. DOI: 10.1109/CBD.2015.12.
[10] Wang J M, Wu X D, Li L. A Framework for Semantic Connection Based Topic Evolution with DeepWalk[J]. Intelligent Data Analysis, 2018,22(1):211-237.
doi: 10.3233/IDA-163282
[11] Gao W, Peng M, Wang H, et al. Generation of Topic Evolution Graphs from Short Text Streams[J]. Neurocomputing, 2020,383:282-294.
doi: 10.1016/j.neucom.2019.11.077
[12] 李慧, 王丽婷. 基于话题标签的微博热点话题演化研究[J]. 情报科学, 2019,37(1):30-36.
[12] ( Li Hui, Wang Liting. The Evolution of Hot Topics in Microblog Based on Topic Tagging[J]. Information Science, 2019,37(1):30-36.)
[13] 李纲, 陈思菁, 毛进, 等. 自然灾害事件微博热点话题的时空对比分析[J]. 数据分析与知识发现, 2019,3(11):1-15.
[13] ( Li Gang, Chen Sijing, Mao Jin, et al. Spatio-Temporal Comparison of Microblog Trending Topics on Natural Disasters[J]. Data Analysis and Knowledge Discovery, 2019,3(11):1-15.)
[14] 黄微, 朱镇远, 许烨婧, 等. 网络舆情衍进指数构建与实证分析[J]. 图书情报工作, 2019,63(20):17-25.
[14] ( Huang Wei, Zhu Zhenyuan, Xu Yejing, et al. The Construction of Heat Assessment Model for Tweets of Network Public Opinion[J]. Library and Information Service, 2019,63(20):17-25.)
[15] Nolasco D, Oliveira J. Subevents Detection Through Topic Modeling in Social Media Posts[J]. Future Generation Computer Systems, 2019,93:290-303.
doi: 10.1016/j.future.2018.09.008
[16] 赵华, 章成志. 中英文突发事件话题演化对比研究——以H7N9微博为例[J]. 情报资料工作, 2016(3):19-27.
[16] ( Zhao Hua, Zhang Chengzhi. A Comparative Study of Chinese and English Emergency Topics Evolution: Taking H7N9 Microblog as Example[J]. Information and Documentation Services, 2016 (3):19-27.)
[17] Blei D M, Ng A Y, Jordan M I, et al. Latent Dirichlet Allocation[J]. Journal of Machine Learning Research, 2003,3(4-5):993-1022.
[18] Joachims T. A Probabilistic Analysis of the Rocchio Algorithm with TFIDF for Text Categorization[C]// Proceedings of the 14th International Conference on Machine Learning (ICML 1997). 1997: 143-151.
[19] Huang L, Ma J Y, Chen C L. Topic Detection from Microblogs Using T-LDA and Perplexity[C]// Proceedings of Asia-Pacific Software Engineering Conference Workshops. 2017: 71-77.
[20] Gao Y B, Yang L Y, Hu W J, et al. Research on Domanial Microblog Topic Evolution Based on HDP Model[J]. Computer Engineering, 2018,5:132-145.
doi: 10.19678/j.issn.1000-3428.0046456
[1] 李跃艳,王昊,邓三鸿,王伟. 近十年信息检索领域的研究热点与演化趋势研究——基于SIGIR会议论文的分析[J]. 数据分析与知识发现, 2021, 5(4): 13-24.
[2] 伊惠芳,刘细文. 一种专利技术主题分析的IPC语境增强Context-LDA模型研究[J]. 数据分析与知识发现, 2021, 5(4): 25-36.
[3] 王伟, 高宁, 徐玉婷, 王洪伟. 基于LDA的众筹项目在线评论主题动态演化分析*[J]. 数据分析与知识发现, 2021, 5(10): 103-123.
[4] 蔡永明,刘璐,王科唯. 网络虚拟学习社区重要用户与核心主题联合分析*[J]. 数据分析与知识发现, 2020, 4(6): 69-79.
[5] 叶光辉,曾杰妍,胡婧岚,毕崇武. 城市画像视角下的社会公众情感演化研究*[J]. 数据分析与知识发现, 2020, 4(4): 15-26.
[6] 潘有能,倪秀丽. 基于Labeled-LDA模型的在线医疗专家推荐研究*[J]. 数据分析与知识发现, 2020, 4(4): 34-43.
[7] 刘玉文,王凯. 面向地域的网络话题识别方法*[J]. 数据分析与知识发现, 2020, 4(2/3): 173-181.
[8] 叶光辉,徐彤,毕崇武,李心悦. 基于多维度特征与LDA模型的城市旅游画像演化分析*[J]. 数据分析与知识发现, 2020, 4(11): 121-130.
[9] 王晰巍,张柳,黄博,韦雅楠. 基于LDA的微博用户主题图谱构建及实证研究*——以“埃航空难”为例[J]. 数据分析与知识发现, 2020, 4(10): 47-57.
[10] 邵云飞,刘东苏. 基于类别特征扩展的短文本分类方法研究 *[J]. 数据分析与知识发现, 2019, 3(9): 60-67.
[11] 孙明珠,马静,钱玲飞. 基于文档主题结构和词图迭代的关键词抽取方法研究 *[J]. 数据分析与知识发现, 2019, 3(8): 68-76.
[12] 夏立新,曾杰妍,毕崇武,叶光辉. 基于LDA主题模型的用户兴趣层级演化研究 *[J]. 数据分析与知识发现, 2019, 3(7): 1-13.
[13] 关鹏,王曰芬,傅柱. 基于LDA的主题语义演化分析方法研究 * ——以锂离子电池领域为例[J]. 数据分析与知识发现, 2019, 3(7): 61-72.
[14] 席林娜,窦永香. 基于计划行为理论的微博用户转发行为影响因素研究*[J]. 数据分析与知识发现, 2019, 3(2): 13-20.
[15] 张杰,赵君博,翟东升,孙宁宁. 基于主题模型的微藻生物燃料产业链专利技术分析*[J]. 数据分析与知识发现, 2019, 3(2): 52-64.
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