项目成员 魏丹丹 赵春晓 张柏萱
指导老师 马甲林 朱全银
项目级别 国家级创新训练计划
项目编号 202011049001Z
一、项目简介
我国已经进入了互联网新时代，而微博作为具有广泛的用户基础的网络社交平台之一，其便捷快速的特点成为宣扬社会正能量的基础，同时也为虚假信息的滋生和蔓延提供温床。因此，为维护国家网络环境的安全与稳定，对微博舆情的分析具有重大意义。目前对微博舆情进行了多方面的分析和研究，但还存在一些不足。
本项目应用了大数据和知识图谱技术，结合深度学习相关模型和算法，研究了在微博舆情情感、舆情传播影响因子、舆情传播热度方面对微博的舆情分析，实现了微博舆情分析知识图谱的构建。
系统首页
年微博舆情热点话题展示度
年度热点话题详情以及热度分析
二、项目创新点
1.研究基于浅层学习算法支持向量机和随机森林进行学习建模，然后通过基于深度学习算法 CNN、LSTM 训练数据，得到微博情感极性分类模型，实现对微博舆情的情感分析。
2.研究基于 Pagerank 的微博信息传播影响力评估模型，对微博舆情影响力因子，包括微博用户行为特征、个体活跃度、节点受关注度情况、用户节点质量，进行分析，实现对微博舆情信息传播影响力的分析。
3.研究基于开源项目 grafana，并结合 Graphite，使用Graphite Url API批量生成图形，实现微博舆情分析的可视化知识图谱的构建。
三、项目成果
学术论文
Wei Dandan, Zhao Chunxiao, Zhang Boxuan, Ma Jialin, Zhu Quanyin, Xu Xinxin, Wang Shengbiao. Analysis of Public Opinion on Weibo and Construction of Knowledge Gragh[C].第十九届分布式计算及其应用国际学术研讨会, 2020, 291-294.
专利成果
一种融合主题信息的关键词生成方法（已受理）
