基于卷积神经网络分析的微博用户情绪传播研究——以“宇芽被家暴案”为例 |
论文目录 | | 摘要 | 第1-6页 | abstract | 第6-7页 | 第一章 绪论 | 第11-24页 | 1.1 研究背景 | 第11页 | 1.2 研究意义 | 第11-12页 | 1.2.1 理论意义 | 第11页 | 1.2.2 现实意义 | 第11-12页 | 1.3 国内外文献综述 | 第12-19页 | 1.3.1 网络舆情文献综述 | 第12-14页 | 1.3.2 情绪传播文献综述 | 第14-16页 | 1.3.3 情感分析方法文献综述 | 第16-18页 | 1.3.4 综述小结 | 第18-19页 | 1.4 研究目的与研究问题 | 第19-21页 | 1.4.1 研究目的 | 第19页 | 1.4.2 研究内容 | 第19-21页 | 1.5 研究方法和研究思路 | 第21-22页 | 1.5.1 研究方法 | 第21页 | 1.5.2 研究思路 | 第21-22页 | 1.6 研究的创新点 | 第22-24页 | 第二章 概念界定和理论基础 | 第24-29页 | 2.1 相关概念界定 | 第24-26页 | 2.1.1 热点事件概念界定 | 第24页 | 2.1.2 网络用户情绪概念界定 | 第24-25页 | 2.1.3 情绪热度概念界定 | 第25-26页 | 2.2 理论基础 | 第26-29页 | 2.2.1 沉默的螺旋理论 | 第26-27页 | 2.2.2 情绪感染理论 | 第27-28页 | 2.2.3 阶段分析理论 | 第28-29页 | 第三章 基于卷积神经网络的案例数据采集和分析 | 第29-38页 | 3.1 “宇芽被家暴案”案例回顾 | 第29-30页 | 3.2 数据采集与处理 | 第30-33页 | 3.2.1 数据采集 | 第30-31页 | 3.2.2 数据预处理 | 第31页 | 3.2.3 中文分词 | 第31-33页 | 3.3 基于神经网络的用户情绪分析 | 第33-37页 | 3.3.1 卷积神经网络情感倾向分析 | 第33-35页 | 3.3.2 情绪热度分析及可视化 | 第35-37页 | 3.4 本章小结 | 第37-38页 | 第四章 “宇芽被家暴”事件传播过程及演化阶段分析 | 第38-72页 | 4.1 “宇芽被家暴”事件传播过程分析 | 第38-41页 | 4.2 “宇芽被家暴”事件演化阶段分析 | 第41-52页 | 4.2.1 基于评论热度的演化阶段划分 | 第43-44页 | 4.2.2 基于情绪热度的演化阶段划分 | 第44-50页 | 4.2.3 微博用户负面情绪阶段分析 | 第50-52页 | 4.3 “宇芽被家暴案”微博用户情绪特征分析 | 第52-66页 | 4.3.1 基于词频统计的微博用户情绪特征分析 | 第53-57页 | 4.3.2 基于主题的用户情绪特征分析 | 第57-64页 | 4.3.3 基于性别的用户情绪特征分析 | 第64页 | 4.3.4 基于地域的用户情绪特征分析 | 第64-66页 | 4.4 “宇芽被家暴”事件中的微博用户情绪 | 第66-70页 | 4.4.1 微博用户情绪传播特点 | 第66-69页 | 4.4.2 微博用户情绪起伏原因分析 | 第69-70页 | 4.5 本章小结 | 第70-72页 | 第五章 相关部门存在的问题及情绪引导策略 | 第72-80页 | 5.1 相关部门处理过程中存在的问题 | 第72-74页 | 5.1.1 相关部门公信力较低 | 第72页 | 5.1.2 “洗白”言论易引起微博用户反感 | 第72-73页 | 5.1.3 普法宣传仍有不足 | 第73-74页 | 5.2 基于情绪演化阶段特征的微博用户情绪引导对策 | 第74-80页 | 5.2.1 情绪萌芽阶段:明确事件类型,重视用户情绪 | 第75-76页 | 5.2.2 情绪爆发阶段:承担责任,及时辟谣 | 第76-77页 | 5.2.3 情绪反复阶段:密切监控舆情,减少“洗白”报道 | 第77-78页 | 5.2.4 情绪消退阶段:及时反思,构建舆情监督体系,提升公信力 | 第78-80页 | 第六章 总结与展望 | 第80-82页 | 6.1 研究结论 | 第80-81页 | 6.2 研究存在的不足以及展望 | 第81-82页 | 致谢 | 第82-83页 | 参考文献 | 第83-88页 | 附录 | 第88-90页 | 攻读硕士学位期间取得的成果 | 第90页 |
|
|
|