领学术科研之先,创食品科技之新
—— 中国食品杂志社
期刊集群
基于主题模型与情感特征增强的食品安全网络舆情演化分析方法
来源:导入 阅读量: 2 发表时间: 2025-12-26
作者: 韩坤,刘忠轶
关键词: 食品安全;网络舆情;舆情演化;深度学习;情感分析
摘要:

食品安全问题一直是社会关注的焦点,由此引发的网络舆情风险对社会安全稳定造成了负面影响。本文构建了一个融合主题模型与情感特征增强的食品安全网络舆情演化分析框架。该框架通过结合生命周期理论与微博评论数据的时序特征进行周期划分,并运用隐含狄利克雷分布(latent Dirichlet allocation,LDA)模型解析各阶段舆情主题。通过构建基于大模型情感特征增强的双向编码器表示(bidirectional encoder representations from transformers,BERT)-双向长短期记忆网络(bidirectional long short-term memory,BiLSTM)-广义线性模型(generalized linear model,GLM)模型识别舆情情感倾向,探究不同周期内网络舆情的主题差异及情感演化规律,进而优化网络舆情应对策略。为验证该框架的有效性,本文基于“油罐车混拉食用油”事件的自建数据集和ChnSentiCorp公开数据集进行实证分析。结果表明,BERT-BiLSTM-GLM模型F1值分别达到98.36%和97.63%,在情感演化分析上具有优越性。在此基础上,结合LDA模型对食品安全网络舆情的主题演化进行分析,为政府相关部门有效引导网络舆情提供决策支持和理论支撑。

电话: 010-87293157 地址: 北京市丰台区洋桥70号

版权所有 @ 2023 中国食品杂志社 京公网安备11010602060050号 京ICP备14033398号-2