【技术实现步骤摘要】
基于微博平台下食品安全网络舆情监测与评估模型的构建
本专利技术属于食品安全网络舆情
，尤其是微博平台下食品安全网络舆情监测与评估模型的构建。
技术介绍
随着微博等新媒体的出现，以及微博用户规模日益的扩大，多元化和多样化的信息在已微博为载体的媒介下井喷式的出现，网络舆情也随即产生，其中包括了真实的与虚假的信息，而关于食品安全的话题占据绝大多数，这些关于食品安全的网络舆情必定会对人们的生活以及社会造成一定威胁与影响，尤其是虚假造谣的信息造成的社会危害更是严重，据统计食品类别的网络谣言占比高达45％。因此，食品安全网络舆情信息的可信度的评估以及威胁等级的评估成为迫切需要被解决的问题。目前关于食品安全网络舆情的研究有：网络信息的可信度代表用户主观上对信息的信任程度，而不仅仅是狭义理解上客观的“真”或者“假”，目前关于可信度的研究有：结合具有心理学特征的形态-媒介-交互性-适航性”(Modality，Agency，Interactivity，andNaviga-bility，MAIN)模型并以微信公众号为例对社会...
【技术保护点】
1.一种基于微博平台下食品安全网络舆情监测与评估模型的构建，其特征在于包括以下步骤：/n步骤1：构建监测指标和以构建舆情威胁等级与可信度为两个目标层评估指标。/n步骤2：采用粗糙集客观赋权法对指标进行量化，避免了主观因素的干扰。/n步骤3：将量化后的数据带入到监测算法与多级评估模型中计算出结果。/n
【技术特征摘要】
1.一种基于微博平台下食品安全网络舆情监测与评估模型的构建，其特征在于包括以下步骤：
步骤1：构建监测指标和以构建舆情威胁等级与可信度为两个目标层评估指标。
步骤2：采用粗糙集客观赋权法对指标进行量化，避免了主观因素的干扰。
步骤3：将量化后的数据带入到监测算法与多级评估模型中计算出结果。
2.根据权利要求1所述的基于粗糙集的客观指标赋权法，其特征在于：用一个四元组S＝(U，A，V，f)来描述一个知识系统，其中这里的S表示信息系统；U称为论域，表示对象的非空有限集合；A表示研究对象的属性集合；V表示某一属性的属性值；f表示一个信息函数，可以为对象的每个属性赋值如果用x表示对象集合U中的元素，用a表示属性集合A中的元素，则当a∈A，x∈U，必有f(x，a)∈Va。
粗糙集赋权步骤：
(1)构建决策表。将之前构建的指标中的评价因素视为决策表中的条件属性C＝{c1，c2，...，cn}，评价指标y视为决策属性，决策属性集D＝{y}。
(2)计算属性依赖度。由公式计算决策属性D对条件属性C的依赖度：
同时还需计算剔除某一属性ci后，决策属性D对条件属性集C-ci的依赖度，如公式：
(3)计算单个属性重要性。根据公式分别计算第i个属性ci对决策属性D的重要性：
其中i＝1，2，...，m。
(4)归一化处理。通过归一化运算得出第i个条件属性的权重系数，即为对应评价指标的权重，如公式：
3.根据权利要求1所述的监测算法，其特征在于：食品安全网络舆情信息的主题关注度是指在任意一个时间段，食品安全舆情主题被网民所关注的程度，可以用该食品...
【专利技术属性】
技术研发人员：马永军，吴增铎，柴梦瑶，
申请(专利权)人：天津科技大学，
类型：发明
国别省市：天津;12
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。