• 中国核心期刊(遴选)数据库收录期刊
  • 中文科技期刊数据库收录期刊
  • 中国学术期刊(光盘版)收录期刊
  • 中国人民大学报刊资料数据库收录期刊
  • 中国学术期刊综合评价数据库统计源期刊
  • 中国台湾华艺数据库收录期刊

情报探索 ›› 2025, Vol. 1 ›› Issue (10): 1-.

• 理论探索 •    

基于全局-局部特征融合的网络舆情监测方法的研究

  

  1. 1.31656部队  四川乐山  614221)

    (2.68302部队  四川什邡  618400)

  • 出版日期:2025-10-15 发布日期:2026-01-06
  • 作者简介:苏林茂(1986—),男,本科,工程师,研究方向为计算机网络、人工智能情报分析;陈军堂(1983—),男,硕士研究生,研究方向为情报分析、人工智能。

  • Online:2025-10-15 Published:2026-01-06

摘要: [目的/意义]针对互联网社交媒体环境下网络舆情发布与传播的高效准确监测需求,旨在解决现有深度学习方法在局部位置信息与全局语义信息融合不足的问题。\[方法/过程\]提出一种基于深度学习的关系引导全局-局部特征融合的网络舆情监测方法,利用注意力机制融合上下文语义特征,为文本生成更优集成表示;引入多源点特征聚合模块,构建文本与用户信息的全局-局部时间关系,增强文本特征表述。\[结果/结论\]该方法在舆情信息识别准确率、多源文本处理能力及监测全面性上均优于传统深度学习模型,显著提升了网络舆情监测的准确性与鲁棒性,为网络舆情监测提供了更可靠的技术支持,为复杂舆情的高效分析提供了有效技术路径。

关键词:

网络舆情监测, 深度学习, 特征聚合, 语义信息