典型文献
基于列表式情感分析方法的"双碳目标"短文本话题发现与情感研究
文献摘要：
辅助政府机构了解网民对"双碳目标"政策的情感态度和相关主题分析,以优化宣传策略,提高网民对政策的关注度,推动政策在大众中间传播.以"双碳目标"为关键词,爬取到的微博数据作为研究对象,将爬取到的数据清洗后,利用JIEBA分词库统计词频生成主题词云并进行话题分析,同时将情感词典进行扩充,依据修改后的短文本情感分析流程图对博文数据情感打分,分析用户对于主题的情感倾向.研究结果表明,用户对"双碳目标"的关注多集中在绿色经济、新能源发展与碳排放等话题上,且有62％的用户对政策的推出表现出支持态度,33％的用户对政策推行持有中立态度,仅有5％用户的博文表达了消极态度,模型准确率为98％.为提高政策目标在网民中的支持率,可从相关话题入手,优化宣传策略.
文献关键词：
碳中和;碳达峰;文本挖掘;情感词典
中图分类号：
作者姓名：
邢艳春;刘斯媛
作者机构：
吉林财经大学统计学院,吉林长春130117
文献出处：
引用格式：
[1]邢艳春;刘斯媛-.基于列表式情感分析方法的"双碳目标"短文本话题发现与情感研究)[J].数学的实践与认识,2022(08):164-174
A类：
JIEBA
B类：
列表,双碳目标,短文本,话题发现,情感研究,政府机构,网民,情感态度,主题分析,宣传策略,爬取,取到,微博数据,数据清洗,洗后,分词库,词频,频生,生成主题,主题词,词云,行话,情感词典,文本情感分析,流程图,博文,打分,情感倾向,多集,绿色经济,新能源发展,出表,中立,消极态度,模型准确率,政策目标,支持率,文本挖掘
AB值：
0.468055
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。
