基于SNA与模糊TOPSIS的网络舆情关键节点识别分类模型研究

被引：12

作者：

彭丽徽 ^{[1
,2
]}

李贺 ^{[1
]}

张艳丰 ^{[1
,2
]}

机构：

[1] 吉林大学管理学院

[2] 长沙师范学院图书馆

来源：

现代情报 | 2017年 / 08期

关键词：

网络舆情; 关键节点; 识别; 分类; 社会网络分析; 综合评价;

D O I：

暂无

中图分类号：

TP301.6 [算法理论]; TP393.09 [];

学科分类号：

081202 ; 080402 ;

摘要：

[目的/意义]在舆情监控和管理的实践过程中,迅速有效地识别出舆情网络中的关键节点,对舆情的监督和治理具有重要意义。[方法/过程]从内容与结构双重维度,设计一种完整的网络舆情关键节点挖掘、识别和分类的技术方法。涉及Goo Seeker、Gephi、Fuzzy AHP和TOPSIS等软件和算法,并以新浪微博"8·12滨海爆炸"事件为例进行具体分析。[结果/结论 ]突破了单纯从单一维度进行关键节点排序的局限性,使关键节点的识别与分类进一步深入,并明确演化特征,对网络舆情的科学应对具有参考价值。

引用

页码：17 / 25

页数：9

共 15 条

[1] 基于微博信息扩散质量的网络舆情关键节点识别 [J].