社媒挖掘:关于狗肉的争议

社媒挖掘:关于狗肉的争议

 

蒋老师看了关于柴静的社会媒体舆论挖掘后留言,问可不可以帮助挖掘一下狗肉的话题。这也是一个极其有争议的热点话题。凸显动物保护主义与传统文化的冲突。

蒋老师何等人物,岂敢怠慢。n 年前,是蒋老师最先介绍我到科学网来的。恭敬不如从命,还是赶紧交家庭作业吧,这是对过去27个月的中文社会媒体样本的初步挖掘结果,还没有做细致的分析解读。

一 总览和回顾


Download

上面是过去27个月的“狗肉”话题在社交媒体的热议度,能看到两个高峰,那应该是在玉林狗肉节期间引起的广泛争议。

下图叫 Brand Passion Index Trend,内涵舆情挖掘的简约但丰富的信息,反映的是对于狗肉好恶的消长趋势,图中截取了过去一年半中社会舆论喜爱或痛恨(吃)狗肉的争议变化,三个泡泡反映了每半年的好恶(BPI)指标:泡泡的深浅度反映了数据的新旧,具体说就是,左下颜色最深的泡泡是最近半年统计挖掘出的好恶指标,中间那个泡泡是一年前的统计,颜色最浅的右下泡泡反映的是一年半前的指标。泡泡的大小表明了热议度,譬如一年前比半年前热议更多。泡泡所处的坐标位置反映了两项舆情,一是好恶(越往左越喜欢),二是情绪烈度(越往上越情绪化)。可见,一年前那个统计情绪烈度最大,而对(吃)狗肉的厌恶则随着时间推移越来越大(越来越靠左)。这说明什么呢?应该可以看到近年来,动物保护主义的影响在逐渐增大,反对吃狗肉的呼声正在变高。

Download

二 相关热点话题


Download

Download

Download

Download


Download

三 褒贬比例


Download

Download

四 情绪及其好恶的理由


Download

Download

Download

五 社会舆论的地理分布


Download

六 数据样本的来源


Download

8  蔣勁松 吕喆 戴德昌 余池明 张珑 赵美娣 uneyecat bridgeneer

发表评论评论 (12 个评论)

删除 回复 |赞[8]蔡小宁   2015-3-8 10:29
愿意吃的吃,不愿意吃的就不吃,自由选择,相安无事。
删除 回复 |赞[7]bridgeneer   2015-3-7 21:08
谢谢博主给的链接,图很清晰 
删除 回复 |赞[6]bridgeneer   2015-3-7 12:28
饼图看不清 
删除 回复 |赞[5]uneyecat   2015-3-7 09:31
口袋里的钱是多起来了,但离文明社会还相差甚远。
删除 回复 |赞[4]余池明   2015-3-7 08:10
信息化好厉害,是用什么软件搜集舆情反应吗?
 回复  : 自家的软件。是为企业服务的。
追踪热点话题是副产品,作为测试、展示、消遣用,多少可以显示一些自然语言技术的潜力和价值。

2015-3-7 09:491 楼(回复楼主)赞|回复
删除 回复 |赞[3]戴德昌   2015-3-7 07:35
韩国的情况没有包括进来 
 回复  : 等我把韩语做出来再做一次。大约半年后会有韩语的挖掘进入系统。

2015-3-7 08:021 楼(回复楼主)赞|回复
删除 回复 |赞[2]冯喆   2015-3-7 07:31
这种挖掘确实能找到让人意想不到的线索。现在大家关注的信息渠道都很丰富,但实际上来源并不多。有些观点我自以为支持的人很多,看到您的挖掘才知道还有同样多的人反对。
 回复  : 那就好。最好的挖掘是,如果与人的日常感知吻合,虽然情报本身并不新鲜,只是对已有感知的印证,那也间接证明了挖掘质量的靠谱,因而没有理由不相信这种挖掘(无论挖掘出的是已知还是未知的信息,因为挖掘方式是同样的)所具有的参考价值。如果情报出乎预料,那就更具情报价值,可以帮助人看到全局。

2015-3-7 11:021 楼(回复楼主)赞|回复

删除 回复 |赞[1]蔣勁松   2015-3-7 00:26
谢谢,感恩!
 

发布者

liweinlp

立委博士,弘玑首席科学家,自然语言处理(NLP)资深架构师。前讯飞AI研究院副院长,研发支持对话的多语言平台,前京东主任科学家, 主攻深度解析和知识图谱及其应用。Netbase前首席科学家,期间指挥研发了18种语言的理解和应用系统。特别是汉语和英语,具有世界一流的解析(parsing)精度,并且做到鲁棒、线速,scale up to 大数据,语义落地到数据挖掘和问答产品。Cymfony前研发副总,曾荣获第一届问答系统第一名(TREC-8 QA Track),并赢得17个小企业创新研究的信息抽取项目(PI for 17 SBIRs)。立委NLP工作的应用方向包括大数据舆情挖掘、客户情报、信息抽取、知识图谱、问答系统、智能助理、语义搜索等等。

发表评论

您的电子邮箱地址不会被公开。

此站点使用Akismet来减少垃圾评论。了解我们如何处理您的评论数据