面向新闻评论课题笔记_如何进行新闻选题csnd

选题目的

网络舆情浪潮对事件发展、政府公信力、社会舆论安全以及国家安全造成了巨大的压力。因此，对网络新闻进行深入分析，揭示信息传播的原动力和本质特征对发倔网络舆情导向，引导社会主体行为，对于监管规范互联网信息和维护社会稳定具有广泛的现实意义。
网络新闻挖掘的相关研究包括：网络新闻信息传播、热点话题发现、舆情事件监测、网络事件真伪识别等。
网络舆情具有衍生性、动态性和多维性，这使得舆情的演化分析相当复杂。新闻评论舆情具备一些普通网络舆情所不具有的特征，如目的特征和观点特征等，因此，我们需要仔细分析新闻评论舆情的特征及内涵、基于新闻评论舆情指标体系深入研究网络舆情的演变机理。目前，已有的大多研究仍停留在网络舆情识别和监测指标的选取和定义等定性研究层面，未能建立定量舆情分析模型，因此不能建立实际有效的判定算法，在舆情的形成或者早起发展阶段及时发现异常情况，并采取有效措施阻止进一步的恶化
本课题从舆情演化分析的角度，借助数据挖掘和统计分析的理论和方法，简历新闻评论舆情的定量指标体系及其演化发展生命周期模型；从社会网络的角度对新闻评论进行分析，为新闻评论舆情监控提供理论和技术支持。

研究内容

主要研究对象为社会化的网络新闻评论对网络舆情形成的生命周期、特征定量分析及传播的影响机理
课题研究框架

研究重点和难点

重点：

1. 基于社会计算时空属性的新闻评论舆情生命周期模型： 新闻评论舆情的生命周期具有典型的非线性时间和非封闭空间的属性。所以要通过收集社交网络中的舆情样本数据，借助数据挖掘和统计分析的理论和方法，将从时空两个维度分析不同时期和不同社会空间的新闻评论舆情的演化机制，从而建立多维度、多层次的新闻评论舆情演化生命周期模型。
2. 新闻评论舆情特征指标的定量分析：新闻评论舆情在观点目的、传播方式、传播范围、传播速度等方面都有可以量化的特征指标。在不同的生命周期演化阶段新闻评论舆情也会呈现出不同的数量特征，不同时期是存在一定规律的。通过对各种网络社交媒体的新闻评论舆情信息进行独立的第三方观察，在初步定性分析基础上，形成量化统计结果，并结合算法推导、归纳总结而最终形成的新闻评论舆情在各个演化阶段的定量特征指标体系。
3. 新闻评论的情感倾向及影响力传播分析：课题将研究新闻评论文本的特征，利用经典机器学习算法对新闻评论的情感进行倾向性分析，同时进一步探讨基于社交网络的新闻评论影响力的烟花和间接传播，揭示新闻评论影响力的动态特性和间接传播模式。
4. 新闻评论用户行为的动态建模与预测：掌握新闻评论用户行为的动态，并及时预测用户可能的行为。结合新闻评论情感倾向性和影响力分析，建立判别新闻评论用户个体行为和群体行为关联性的模型，重点研究不同新闻评论用户之间的舆情交互和传播影响机理。

难点

1. 由于网络群体的复杂性与新闻评论舆情传播的复杂性密切相关，所以从定量的角度分析新闻评论舆情的性质、特征、及网络社会相互影响关系是课题的第一个难点
2. 社交网络的盛行，是的新闻评论舆情系统处于一个动态、自发展和传播的过程，客观造成新闻评论舆情的实时识别是另一个难题。

目标

在应用方面，以典型网络新闻评论为载体，研发网络舆情分析和挖掘的软件系统，实现新闻评论中关键人物的深层次组织结构、用户关系和影响力分析、意见领袖挖掘、舆情传播预测等功能。

研究思路和研究方法

总体思路： “提出问题—–分析问题—–解决问题”
1. 新闻评论如何形成生命周期
2. 新闻评论特征定量分析
3. 如何判断新闻评论的情感倾向性
4. 如何分析新闻评论的影响力
5. 如何发现新闻评论用户之间的关联关系

新闻评论生命周期构建模型：从社会化时空属性对新闻评论的生命周期进行分析。基于主题模型提取来自新闻文档和新闻评论中的主题。为了一致性，将新闻文档和评论在一起进行主题抽取。为了避免主题偏离，采用伯努利分配模型（不懂这是什么），并对新闻和评论中的主题进行对齐处理。借助数据挖掘和统计分析的理论和方法，从时空两个维度分析不同时期和不同社会空间的新闻评论的演化机制，从而建立多维度、多层次的网络伪舆情演化生命周期模型。

新闻评论舆情特征指标的定量分析： 通过对发布的新闻评论舆情信息进行独立的第三方观察，在初步的定性分析基础上，采用大量的新闻评论舆情的数据样本，形成量化统计结果，利用机器学习与统计方法，并结合算法推导、归纳总结，从定量的角度构建不同生命周期阶段的新闻评论舆情指标体系。

新闻评论的情感倾向性和影响力传播分析：在评论内容情感倾向性分析方面，提出以情感依存元祖作为情感表达的基本单位，对句子进行句法分析，在句法树和依赖关系中按照规则提取情感依存元祖，在对情感依存元祖进行情感倾向性计算。在影响力分析方面，课题将着重研究评论的影响力的动态演化和间接传播特性。拟构造面向新闻评论的因子图模型，将评论中的话题视为一个因子，即图中的顶点；将话题的共现视为因子之间的关系，即途中的边；再利用因子图模型构建基于新闻评论的舆情传播影响力模型

新闻评论用户行为的动态建模与预测：利用结构平衡理论对用户之间的关系进行建模。结构平衡理论在此可以阐述为：如果三个用户之间任意一对用户都是朋友关系或者只有一对用户是朋友关系，则改三元组满足结构平衡。在用户关系模型基础上，将进一步对评论用户的群体行为进行分析。