社交媒体情感分析与企业信息安全管理措施——以网约车信息泄露事件为案例.pdfVIP

企业数智化

社交媒体情感分析与企业信息安全管理措施

以网约车信息泄露事件为案例

口江苏无锡郑锐涵

一、引言换和石然（2020）构建网约车平台感态度及变化情况。

随着网约车行业的快速发展，用与政府监管机构的演化博奔模型，发三、BerTopic主题聚类模型

户信息泄露问题日益严重，给个人信现媒体报道会影响网约车平台和政府BERTopic是一种基于Transformer模

息安全带来巨大挑战。本研究基于情监管机构的策略选择。而这些措施往型的主题模型算法，它结合主题建模

感分析和爬虫技术，探讨了某网约车往缺乏针对性和个性化的保护方案，和深度学习优点，以提取文本数据中

平台信息泄露事件对公众情感的影无法满足用户日益多样化的需求。因的主题。BERTopic原理为以下几个

响，发现公众情感经历了从愤怒与担此为克服这些局限性，企业需要不步骤：文本嵌人、降维、聚类、主题

忧到支持监管和期望改进的转变。研断更新和完善其信息保护措施，了创建和主题优化。第一阶段文档嵌

究揭示信息泄露事件对用户信任度、解公众意向，与政府、技术供应商和人，BERTopic能够将“滴滴”事件

平台品牌形象及政府与企业责任感的其他利益相关者合作，共同应对新相关的短文本转换为高维语义空间中

深远影响，并提出企业与政府在信息的信息保护的挑战。的向量，这些向量准确捕捉了文本间

保护方面的建议。企业应加强数据保二、数据收集与处理的语义关系。在第二阶段文档聚类，

护措施，确保透明度和合规性，建立2021年7月，某网约车平台因存利用UMAP和HDBSCAN算法对高维

应急响应机制以应对信息泄露事件；在过度收集用户信息数据以及数据安向量进行降维和聚类，能够将语义相

政府则应加强监管，制定更严格的数全等违规行为，被7部联合调查。经近的文档分为一组，从而发现关于整

据保护法规。此研究为网约车行业及过一年的调查，国家网信办对该公司个事件的核心讨论话题。最后，主题

相关领域的信息安全管理提供了新的表征阶段，BERTopic通过改良的c-

罚款人民币80.26亿元。本文使用

视角，对政策制定具有实际指导意义。python语言构建微博、抖音、b站社TF-IDF算法评估每个类别中词项的

现有众多国内外学者对网约车乘交平台评论爬虫程序，通过调用权重，识别出最能代表“滴滴信息泄

requests、pandas等数据分析库，爬

客信息保护进行研究，Zhang等露”事件的关键词和短语。此外，

（2023）路线和目的地保存系统，无BERTopic的动态主题建模能力使研

取相关微博、视频下公众评论信息，

论对手是否使用同一辆车中的分析方通过http请求方式访问爬取对象，并究不仅仅局限于静态的文本分析，还

法，可以在ORHN的过程中保存初始转换为表格形式存储爬取内容。其中能观察到随时间演变的主题趋势。

点。Xie等（2021）提出方案允许信微博爬取内容包括：评论信息、用户UMAP是一种流行的非线性降维

息权和有效的距离计算，而无需涉及名、用户id、点赞数、回复数、性技术，它用于在保持数据的局部和全

第三方服务器。Boerman等（2021）借别、认证类型、所在地、评论时间等局结构的同时，将高维数据映射到低

鉴保护动机理论（PMT），以在线调字段，总计爬取88859条评论信息；维空间。对于每个数据点，UMAP在

查信息保护行为，强调PMT在信息威b站、抖音爬取了评论信息、用户名高维空间中寻找其最近邻，并根据每

胁背景下的相关性。董振宁和李锦明称、用户id、评论时间、所在地，分对邻近点之间的距离构建一个加权。