TeleVis：基于 NLP 的新闻舆情可视化项目
关联比赛: 数据可视化公益行动
一、项目名称
TeleVis：基于 NLP 的新闻舆情可视化项目
二、团队信息
团队名称：TeleVis
单 位：金融壹账通大数据研究院
成 员：杨镭、郭凌峰、王天宇、黄北辰、齐婧含
三、项目介绍
政企机构的舆情管理存在数据难、分析难、发现迟的痛点。本项目通过抓取新闻、微博等公开信息，对全球疫情及舆情对应变化进行可视化分析，提供端到端舆情管理方案。
“远邻帮”：3D 交互大屏，对全球情况发展及物资互动进行展现。
“望风台”：NLP 自然语言搜索驱动的可视化平台，分析人们在疫情期间的关注重心及情绪变化。
“舆查查”：微博文本解析过程则通过工具可视化呈现。
本方案可复用至日常或特殊时期舆情监测，帮助政企机构有效进行舆情管理。
四、创作初心
期间的网络信息传播让人们及时了解动态的同时，也增加了负面信息或情绪的传播风险。舆情信息难采集、难分析，希望用数据可视化应用的形式助力舆情分析管理。
五、作品演示视频
b 站搜索“加马远望”，可查看完整 PPT 和 demo 视频~ （点我）
1、远邻帮（3D 交互大屏）：
Demo 体验：http://45.32.44.25:9090/ （PC 端，chrome 浏览器）
演示视频：http://dwz.win/7Ms
2、望风台（NLP 可视分析平台）：
演示视频：TeleVis-demo02-舆情数据-监测分析平台_哔哩哔哩_bilibili
3、舆查查（微博文本分析工具）
演示视频：TeleVis-demo03-舆情数据-分析工具“舆查查”_哔哩哔哩_bilibili
Demo 体验（PC 端）：http://47.103.76.34:8000/ （chrome 浏览器）
Demo 体验（移动端）：
完整方案讲解视频：TeleVis项目解说_哔哩哔哩_bilibili
六、作品详细解读
1、远邻帮：整体展示全球态势及物资互动流向，具体分为三个子环节：
3D Globe: 国际物资互助可视化
体现各国的物资捐赠和受赠情况（数据来源新闻信息），可随时间轴进行趋势展现。图中蓝色粒子路径为“受赠”， 橙色粒子为“捐出”。粒子的运动方向即为捐赠方向。国家可点击切换，默认主视角为中国。
全球物资新闻动态
展现物资数据来源，网络新闻的原文信息与标签轮播。新闻信息要素：标题、图标、捐赠国家与方向、物资类型标签、概要、原文链接。
全球确诊数可视化
用户可切换地球的可视化模式，展示每天的各 国确诊病例变化。与物资流向可交叉判断，如国内严重时，物资通过华侨 等人的捐助，从国外流入国内；近期国内态势缓和，物资则进行反方向流出。
2、望风台
① 热点分析
疫情期间，群众的关心焦点是什么？随着疫情发展，群众情绪曲线如何变化？热词看板通过观测讨论热词与亲故曲线，设置负面情绪阈值预警。
主要发现：
高频热词分布：了解当前讨论热词，明确当前群众关注重心。
每天热搜类别分布：了解讨论热搜类别，关注每日讨论倾向。
随态势逐渐得到控制，从 2/10 日起，人们开始有序复工，娱乐话题占比逐渐恢复，相关热搜下降；18 日起，随着国外状况恶化，对国外热搜讨论缓步上升。
每天主导情绪变化：观察情绪曲线变化，监控群众，负面情绪过高时及时进行预警。发展期间，负面情绪热搜占据主导地位；2 月 10 日-20 日复工期间，情绪较平稳。后期因国外情况，负面情绪又开始攀升。
② 发声者分析
群众关心的热点，是由谁来传递表达的？信息过剩时，又会选择听取谁的话？特殊时刻，自媒体是否依旧被人们所信赖？发声者看板关注在期间的活跃博主，并重点比较官媒、市场化媒体、自媒体及明星四类博主，观察他们发声内容倾向；并通过转评赞数量，观察普通用户对不同类型博主发声的倾向性。
主要发现：
主要发声媒体：帮助定位活跃博主，并分析发声者影响力
期间，人民日报等官媒非常活跃；以全部发博数做为参考，可看出虽然正常时期市场化媒体最活跃，但期间官媒主动承担起宣传责任，主动积极传导相关信息；
期间各媒体类别发博类型占比：
官媒和市场化媒体着重宣传疫情相关信息，对负面信息的传递较谨慎；自媒体与明星仍主要集中于娱乐话题；
各媒体类别期间微博转发数占比：观察群众对不同发声者的倾向性，有效利用活跃博主进行宣导；
相关信息，官媒的转评赞数量最高，说明关键时期，人们还是选择相信官媒；自媒体在娱乐方面占比较高，但疫情相关信息转评赞数量都相对靠后；明星作为特殊的用户，发博频次较低，但转评赞数量惊人。因其粉丝量巨大，且粉丝年龄层普遍较低，明星在舆论层面起到重要引导作用。
查看更多内容，欢迎访问天池技术圈官方地址：TeleVis：基于NLP的新冠新闻舆情可视化项目_天池技术圈-阿里云天池
还未添加个人签名 2024-03-12 加入
还未添加个人简介
评论