典型文献
基于诉求词典的突发事件情报感知与实证研究
文献摘要：
[研究目的]面向民众诉求,针对互联网大数据快速精准感知突发事件情报,可以作为政府应急管理与决策的重要依据.[研究方法]通过研究突发事件诉求信息的产生机理逆推出面向诉求信息的突发事件情报感知过程,并面向诉求词典构建突发事件情报感知模型.在词典构建方面,分别使用词性标注法、TF-IDF算法、Word2vec算法构造诉求停用词典、基础诉求词典和扩展诉求词典.在感知与验证方面,建立基于诉求信息占比的词典匹配方法,同时设置识别规则,对照检验,寻求识别效果最好的词典构造参数.[研究结论]对新冠肺炎疫情期间微博舆情进行识别验证,得到最终效果最好的词典为Word2vec扩展词典,训练词向量维度为1000维,相似度阈值设置为0.77,诉求占比阈值为0.2.该词典F1值达到67.9％,准确率达到92.5％.面向民众诉求提出了突发事件情报感知过程,并探寻了具体的可行路径,针对政府应急管理提出了情报感知与决策方案,构建的词典对诉求感知具有较好的适用性,具备一定的应用价值.
文献关键词：
突发事件情报;诉求信息;情报感知;诉求词典;TF-IDF;Word2vec;领导留言板;新冠疫情
中图分类号：
作者姓名：
白沛沅;夏一雪;杨雨光;张双狮
作者机构：
中国人民警察大学网络舆情治理研究中心 廊坊 065000;香港浸会大学 香港 999077
文献出处：
引用格式：
[1]白沛沅;夏一雪;杨雨光;张双狮-.基于诉求词典的突发事件情报感知与实证研究)[J].情报杂志,2022(09):88-98
A类：
诉求词典,突发事件情报
B类：
情报感知,研究目的,互联网大数据,精准感知,政府应急管理,管理与决策,诉求信息,产生机理,出面,知过,感知模型,用词,词性标注,TF,IDF,Word2vec,停用,匹配方法,识别规则,新冠肺炎疫情期间,微博舆情,词向量,向量维度,相似度阈值,该词,可行路径,领导留言板
AB值：
0.241965
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
