政务微博受众影响力评价模型及可视化研究

政务微博依靠受众转发实现信息扩散，扩大其影响范围，因此通过构建微博信息转发关系网络，分析政务微博直接影响受众和间接影响受众以建立评价模型对政务微博受众影响力展开评价。然后基于拉斯韦尔5W模式从信息传播过程角度全面分析影响微博转发的因素，从信息发布者、发布内容、传播渠道、受众的角度分析政务微博发布者特征、政务微博内容特征、微博社交平台特征、作为转发者的政务微博受众特征等各项特征对转发政务微博行为的影响。并基于综合特征选取和随机森林方法建立政务微博转发预测模型进行微博转发预测研究。进一步借助于Word2Vec词向量技术从大规模微博语料中抽取情感词及情感表情符号的表示向量，建立基于Word2Vec及其向量运算的政务微博情感分类模型，旨在挖掘政务微博受众的情感倾向。最后在政务微博信息内容可视化和用户关系可视化方面进行了探索性研究。

政务微博依靠受众转发实现信息扩散，扩大其影响范围，因此通过构建微博信息转发关系网络，分析政务微博直接影响受众和间接影响受众以建立评价模型对政务微博受众影响力展开评价。然后基于拉斯韦尔 5W 模式从信息传播过程角度全面分析影响微博转发的因素，从信息发布者、发布内容、传播渠道、受众的角度分析政务微博发布者特征、政务微博内容特征、微博社交平台特征、作为转发者的政务微博受众特征等各项特征对转发政务微博行为的影响。并基于综合特征选取和随机森林方法建立政务微博转发预测模型进行微博转发预测研究。进一步借助于 Word2Vec 词向量技术从大规模微博语料中抽取情感词及情感表情符号的表示向量，建立基于 Word2Vec 及其向量运算的政务微博情感分类模型，旨在挖掘政务微博受众的情感倾向。最后在政务微博信息内容可视化和用户关系可视化方面进行了探索性研究。

第1章绪论

1.1研究背景与问题提出

1.2研究意义

1.3国内外文献研究综述

1.4研究内容与结构安排

1.5技术路线与研究方法

1.6本书的主要贡献

1.7本章小结

第2章理论基础及相关技术

2.1社会网络理论

2.2信息传播理论

2.3机器学习分类预测模型

2.4可视化技术

2.5自然语言处理相关技术

2.6本章小结

第3章基于转发关系网络的政务微博受众影响力评价

3.1引言

3.2微博影响力相关研究

3.3政务微博受众影响力评价模型

3.4数据获取

……