1.2 研究意义
在我国，微博用户的迅速增长使得微博舆情迅速崛起，不但加重了媒介的舆论风险和政治风险，也给政府的社会管理职能带来了压力。相较于传统媒体，微博极大地扩大了事件的传播空间，它独特的空间传播特性使得微博舆情更加复杂化和多元化。微博话题的分裂、迁移和消失反映着微博用户对事件的观点、态度和看法，引导着舆论的导向，和群众的现实生活空间息息相关。
如何对微博舆情进行有效引导，使其正面效应最大化，既是对我国政府应急能力的考验，也是建设和谐社会的重要命题。通过对微博舆情的监管和治理，有利于信息的查证核实、虚假信息的不攻自破；有利于推广正确网络道德、积极引导意见领袖的言论、减少操控舆论的现象。
目前我国对微博舆情的研究主要集中于宏观层面，如安全出域、文化多元和信息膨胀，缺乏对独立事件的深入分析。为了避免微博舆情不加控制地任意发展，给组织、政府的社会管理带来负面的影响，本文认为，发现事件本身的相关子话题、对其进行实时跟踪并分析其演化路径，可以为今后的类似事件子话题的演化路径提供应急案例库，有利于应急机制的建立。同时，微博话题识别和演化分析可以指引社会管理者从突发事件的不同角度来解决问题、全面检测网络舆情，有效引导舆论，有针对性地降低网络突发事件形成危机的风险概率。因此，对于独立网络突发事件的子话题发现、跟踪与分析至关重要。
1.3 研究思路
本文的总体研究目标是以H7N9禽流感事件为例发现微博子话题，并追踪其演化路径、进行演化分析。首先介绍微博子话题发现及其演变研究的研究背景和研究意义，然后对本文涉及到的相关理论和技术进行阐述，并概述了相关领域的研究现状。之后在此基础上展开实证分析，包括（1）数据的预处理；（2）LDA模型的参数设置、运行过程和运行结果；（3）话题强度的计算。根据运行结果绘出子话题的话题强度演化图表，得到话题的演化情况并进行微博舆情的分析。流程图
本文的研究思路流程图
1.4 论文组织结构
本文主要利用LDA模型研究微博子话题的发现和演化规律，各章的组织内容如下：
第一章 绪论，从整体的角度阐述本文的研究背景及意义，介绍本文的研究思路和组织结构。
第二章 基础理论和相关关键技术概述，从网络舆情与主题模型的角度分别进行阐述，网络舆情方面介绍了微博舆情监测的现状和情报学方法在该领域上的应用；主题模型方面介绍了传统的话题表示模型（包括TF-IDF模型、向量空间模型和潜在语义分析和概率潜在语义分析模型），由浅及深地介绍话题模型的演变过程。之后对LDA概率生成模型进行详细介绍，为下文实证的研究提供理论基础和技术支持。
第三章 话题抽取与演化原理，包括LDA话题的生成过程和话题强度的计算方法。
第四章 实证分析，以致病原因、疫苗研制、患病情况、防控措施、对家禽业的影响五个子话题为例分析其话题强度的变化趋势及变化原因，探究影响微博舆情的传播因素。 微博子话题发现及其演变研究(3):http://www.751com.cn/xinwen/lunwen_30555.html