《表1 网络舆情观点树挖掘结果》
提示：宽带有限、当前游客访问压缩模式
（%）
在3个事件中，获得的负向观点持有率分别为76.8%，65.7%，25.3%。
| 图表编号 | XD00210869000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2021.01.10 |
| 作者 | 王飞、姜鑫 |
| 绘制单位 | 甘肃政法大学网络空间安全学院、甘肃政法大学网络空间安全学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表5 加权标准化指标：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表2 再入院原因分析：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表1 材料渗透系数：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表4 转矩数据表：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表3 微博各主题关键词：基于文本挖掘的网络舆情主题发现与情感分析》2021.02.28
- 《表2 试验数据Ⅰ：基于改进决策树的网络敏感数据流动态挖掘算法设计》2020.10.15
- 《表1 水文条件：基于改进决策树的网络敏感数据流动态挖掘算法设计》2020.10.15
- 《表1 情感分类结果矩阵：网络舆情自动感知关键技术研究》2019.12.10
- 《表2 文本处理结果：网络多媒体数据中舆情关联主题的挖掘方法》2020.01.30
- 《表6 部分超边连接度：基于超网络理论的微博舆情关键节点挖掘》2019.12.24
- 《表4 超网络量化结果：基于超网络理论的微博舆情关键节点挖掘》2019.12.24
- 《表2 实验参数表：基于观点模糊相似度的微博舆情演化研究》2020.01.01
- 《表1 感知观点取值：网络舆情结构逆转建模与仿真：基于改进Deffuant模型》2019.09.01
- 《表2 转发数据字段：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表1 评论数据字段：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表4 混淆矩阵：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表3 爬取结果：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表1 高校网络舆情热点关键词及实验结果(%)》2019.10.01
- 《表2 实验参数说明：观点动力学视角下基于意见领袖的网络舆情反转研究》2019.03.01
- 《表1“庆安事件”网络舆情危机应急处置层次分析结果》2019.01.20