终检评审通过 创新训练 520计算机科学技术 社交媒体未定级

当今互联网世界已然步入自媒体时代，互联网舆论场域也变得愈加动态、复杂、难以窥得全貌。人们参与公共话题讨论的热情也空前高涨，观点背后的各方博弈也趋于激烈复杂，这其中“语言、心理型博弈手段”因其多变、难以被后台识别的特性已然成为当下网络空间中使用较普遍的博弈手段。因此，如何准确识别并有效分析这类博弈手段已然成为当下一个重要的时代课题，而本项目也将就这方面展开深入研究。为获取互联网舆情数据，我们使用数据挖掘技术抓取数据并剔除数据噪声。为解决因数据量过大而产生的样本特征不明显、模型拟合效果不佳等问题，我们引入了深度学习技术，通过构造深层非线性映射的网络结构，模型得以在大量无标注样本集当中自主学习，输出输入数据集的分布式特征表示。项目组运用社会学与统计学知识对输出数据展开分析，最终得出对应事件的舆情分析报告。项目创新利用深度学习技术对互联网舆论“语言、心理型博弈手段”展开重点分析，创新使用了多学科交叉融合分析法，通过综合运用各学科知识技术，有效弥补了单一学科视野中的知识盲区，进而形成了多学科交叉融合视野下的问题解决方案，使研究成果更可靠、更具普适性。研究成果预期将以深度神经网络模型及针对某一热点事件的舆情分析报告的形式呈现，并附以研究记录、总结报告。