中国传媒大学新闻学院;上海复旦大学;
本研究采用爬虫程序获取推特上与中国相关英文热门推文842,917条,采用主题建模和情感分析两种技术进行了探索性分析,得到以下结论:推特上涉华政治类的主题关注度高于经济、社会等其他类别,日常生活等微观类主题的关注度持平于宏观类主题,其中饮食最受关注。推特上涉华推文的极性多为积极正向的。英文涉华热门推文中只有四分之一表现出了明显的情感,从表现出来的情感的情况来看,喜悦高居首位。
| 716 | 9 | 6 |
| 下载次数 | 被引频次 | 阅读次数 |
[1]张培晶、宋蕾.《基于LDA的微博文本主题建模方法研究述评》[J],载《图书情报工作》,2012年12月:120-126.
[2]赵妍妍等.《文本情感分析》,载《软件学报》[J],2010年08期:1835.
[3]Hofmann T.(2001).Unsupervised learning by probabilistic latent semantic analysis[J].Machine Learning,42(1):177-196.
[4]Blei D,Ng A,Jordan M.(2003).Latent Dirichlet allocatio[J].Journal of Machine Learning Research,2003(3):993-1022.
[5]O'Connor,Brendan;Balasubramanyan,Ramnath;Routledge Bryan R.;and Smith,Noah A‘From Tweetsto Polls:Linking Text Sentiment to Public Opinion Time Series’(2010).Tepper School of Business.Paper 559.
基本信息:
DOI：10.19544/j.cnki.bmyj.2017.0022
中图分类号:G206
引用信息:
[1]肖明,易红发.社交媒体推特上的中国形象研究[J].北方传媒研究,2017(02):33-37.DOI:10.19544/j.cnki.bmyj.2017.0022.
基金信息: