基于SOM神经网络的品牌丑闻微博传播分类预测研究

作者：杨于峰; 余伟萍; 田盼

来源：情报杂志, 2013, (10): 23-28+12.

• 品牌丑闻
• 微博
• 舆情监测
• SOM神经网络
• 聚类
• 指数拟合 brand scandal microblogging moitoring public opinion SOM neural network clustering exponential fitting

作为重要的社会化媒体,微博凭借其社会性、媒体性、广泛参与性和快速传播4大特性已成为网络舆论的主要载体。针对品牌丑闻事件在微博上的传播进行研究,选取了29个近年来在微博上有明显传播特征的品牌丑闻事件作样本,以两小时为间隔搜集事件爆出后的一周时间内的微博博文数量,记录丑闻事件传播动态变化,并运用神经网络SOM模型方法对博文的数量变化进行聚类,得到微博上品牌丑闻事件传播的五种类型:对数型、缓坡型、突变型、长坡型及堤坝型,并在Matlab软件中用指数拟合的方法对数据做预测分析。企业了解丑闻事件在微博上的不同传播类型及各自的特点,对于其在快速预测和有效应对丑闻事件以及品牌危机时,具有很好的参考和借鉴价值...

• 出版日期2013
• 单位四川大学