典型文献
基于变分推理的网络舆情传播模式分类
文献摘要：
随着网络社交媒体的快速发展,对舆情信息的传播模式进行分析成为研究热点.针对网络舆情传播模式分类任务中,小样本数据多路径生成分类正确率低的问题,提出了舆情传播领域知识图谱结构定义,建立了基于微博数据的舆情传播知识图谱与舆情传播分析任务数据集,使用GraphDIVA模型进行舆情传播模式分类,并在自建数据集中进行了舆情传播模式分类25样本测试实验.结果表明:模型在经过20轮训练后,分类正确率从76％提升到89.4％,说明GraphDIVA模型在减少训练次数、提升分类正确率方面具有更优的效果.
文献关键词：
舆情传播模式;知识图谱;知识图谱推理;图神经网络;模式分析
中图分类号：
作者姓名：
唐红梅;唐文忠;李瑞晨;王衍洋;王丽宏
作者机构：
北京航空航天大学 计算机学院,北京 100083;新疆维吾尔自治区科技项目服务中心,乌鲁木齐 830000;北京航空航天大学 航空科学与工程学院,北京 100083;北航江西研究院,南昌 330096;国家计算机网络应急技术处理协调中心,北京 100029
文献出处：
引用格式：
[1]唐红梅;唐文忠;李瑞晨;王衍洋;王丽宏-.基于变分推理的网络舆情传播模式分类)[J].北京航空航天大学学报,2022(02):209-216
A类：
舆情传播模式,GraphDIVA
B类：
变分推理,网络舆情传播,模式分类,网络社交媒体,舆情信息,分类任务,小样本数据,多路径,领域知识图谱,微博数据,传播分析,自建数据集,测试实验,轮训,少训练,知识图谱推理,图神经网络,模式分析
AB值：
0.245932
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。
