摘要
本发明公开了一种微博网络舆情的反转程度量化解析方法,包括1)构建微博社交网络模型,以BA有向无标度网络来模拟微博社交网络;2)初始化参数,分别计算自我肯定强度、相对影响力和组织氛围;3)改进经典有界信任HK模型,并重新计算N个节点的观点值,进行不断的迭代更新;4)根据网络中心性指标确定意见领袖,利用网络中心性识别意见领袖,量化舆情反转程度参数;5)探究意见领袖数量和组织归属感对舆情反转程度的影响。本发明基于有向无标度网络,结合意见领袖影响力、个体异质性以及组织归属感因素,改进经典观点动力学HK模型,利用网络中心性识别意见领袖,量化舆情反转程度参数,并研究意见领袖数量和组织归属感对舆情反转程度的影响。
技术关键词
微博网络舆情
节点
观点
解析方法
领袖
组织
邻居
社交
网络中心
强度
指标
算法
定义
参数
代表
对象
粉丝
嵌套
标记
系统为您推荐了相关专利信息
攻击检测方法
系统日志
网络流量数据
统计方法
高级持续性威胁
安全性校验方法
特种设备
数据类型信息
地理位置信息
序列
信息管理方法
时间序列特征
多模态特征融合
教学资源数据
网络结构