典型文献
基于微博数据的云南省地理情感及主题特征研究
文献摘要：
基于情感词典的情感定量化计算及基于BTM模型(双语词话模型)的主题建模方法,分析了云南省2021年3月～5月的微博情感分布、主题的分布及二者之间的联系.结果发现:云南省129个区县的微博情感分布具有明显的冷热点(高/低值聚类)效应,且存在两个冷点聚集区和两个热点聚集区;微博情感热点区域的共性是关注旅游,并且有较多的正面情绪或较少的负面情绪;微博情感冷点区域的共性是更加关注离乡,不同的是昭通市境内的微博情感冷点区对疾病有更多的关注,且负面情绪分布较多.
文献关键词：
新浪微博;情感计算;主题建模;空间聚类特征
中图分类号：
作者姓名：
李梁森;杨德宏;翟文龙;李刘飞;高励
作者机构：
昆明理工大学,云南 昆明 650093;南方海洋科学与工程广东省实验室(广州),广东 广州 511458;中国科学院软件研究所天基综合信息系统重点实验室,北京 100190;山东正元数字城市建设有限公司,山东 烟台 264000
文献出处：
引用格式：
[1]李梁森;杨德宏;翟文龙;李刘飞;高励-.基于微博数据的云南省地理情感及主题特征研究)[J].城市勘测,2022(04):12-16
A类：
热点聚集区
B类：
微博数据,省地,主题特征,情感词典,定量化,量化计算,BTM,双语,语词,词话,主题建模,区县,冷热点,低值,冷点,感热,热点区域,正面情绪,负面情绪,离乡,昭通市,新浪微博,情感计算,空间聚类特征
AB值：
0.435682
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。
