-
题名基于STM和格兰杰因果分析的网络新闻媒体倾向研究
被引量：15
- 1
-
-
作者
吴俊
欧阳书凡
李晓华
-
机构
北京邮电大学经济管理学院
中国社会科学院工业经济研究所
-
出处
《系统工程学报》
CSCD
北大核心
2020年第4期446-458,共13页
-
基金
国家自然科学基金资助项目(71772017)
国家社会科学基金专项资助项目(18VSJ054)
北京市社会科学基金资助项目(17YJB018).
-
文摘
网络媒体报道倾向对互联网新闻舆情热点传播及公众认知有着重要影响.为揭示互联网媒体在新闻报道中存在语义和传播倾向,采用纳入文档协变量的结构化主题模型量化不同媒体报道热点主题的语义强度,同时结合格兰杰因果分析检验不同媒体对热点主题时间序列的影响.研究结果表明,5家互联网媒体在报道共享单车热点新闻时,存在主题选择及传播倾向性.表现在与用户关系密切的话题,媒体间存在跟风造势的倾向,与用户关联不大的话题,媒体间则较少传播或单向传播.提出的融合结构化主题模型的格兰杰因果分析方法为测度网络舆情主体对网络舆情事件的演化影响提供了新手段.
-
关键词
结构化主题模型
格兰杰因果分析
共享单车新闻
媒体倾向
-
Keywords
structural topic model(STM)
Granger causality analysis
bike-sharing news
media slant
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名融合语义与情感分析的区块链产业新闻监测研究
被引量：7
- 2
-
-
作者
吴俊
邵丹睿
姜尚杨帆
-
机构
北京邮电大学经济管理学院
-
出处
《现代情报》
CSSCI
2020年第11期22-33,共12页
-
基金
国家社会科学基金“推动新一代信息技术与制造业深度融合研究——基于新时代和新工业革命的视角”(项目编号:18VSJ054)
国家重点研发计划项目“基于模式创新的科技咨询服务平台研发与应用示范”(项目编号:2018YFB1403600)
北京市社会科学基金规划项目“基于大数据的北京市共享单车产业监测与发展趋势研究”(项目编号:17YJB018)。
-
文摘
[目的/意义]前沿技术孵育的新兴产业发展演进快,但因统计数据迟滞,产业监测难而备受研究者关注。[方法/过程]以2014-2019年36氪网站互联网区块链新闻为数据样本,提出纳入协变量的结构化主题模型(STM)与深度学习情感分析技术结合的新兴产业新闻文本监测方法,通过监测媒体报道的产业新闻热点强度变化,文本情感倾向对新闻热点强度的时序影响,发现并跟踪新兴产业热点及趋势。[结果/结论]2014-2019年,69%的区块链新闻主题聚焦于区块链的产业应用和比特币等数字代币的发行与交易。文本的语义和情感分析显示,2017年以来,中国的区块链产业发展存在一定的媒体炒作特征,但媒体对各类数字代币发行与交易由褒转贬的情感倾向变化可以对区块链隐含风险起到预警作用。[创新/价值]提出的产业新闻文本监测方法具有准实时性,能与传统的事后统计指标监测方法互为补充。
-
关键词
区块链
产业新闻
结构化主题模型
文本情感分析
深度学习
-
Keywords
blockchain
industry news
structural topic modeling
sentiment analysis
deep learning
-
分类号
G203
[文化科学—传播学]
-
