文檔模型在輿情信息系統(tǒng)中的設(shè)計(jì)與應(yīng)用.pdf

1、輿情，是指在一定的社會(huì)空間內(nèi)，圍繞輿情因變事項(xiàng)的發(fā)生、發(fā)展和變化，作為主體的民眾對作為客體的執(zhí)政者及其所持有的政治取向產(chǎn)生和持有的社會(huì)政治態(tài)度。輿情信息是對輿情的一種描述和反映。
　　 在輿情信息系統(tǒng)中，表現(xiàn)輿情信息的形式可以有多種，目前還沒有固定標(biāo)準(zhǔn)。由于進(jìn)入輿情信息系統(tǒng)中的信息來源于多種多樣的數(shù)據(jù)源，而對于輿情信息的抽取和分析所使用的程序和算法是固定的，這就需要為各種數(shù)據(jù)源建立起一個(gè)統(tǒng)一的存儲(chǔ)模型。本文提出了一種基于樹的文檔

2、模型，對這種緊密結(jié)合用戶需求的文檔模型的操作借鑒但不局限于W3C的DOM。
　　 本文基于和北京市某中心的合作項(xiàng)目，主要完成了以下工作：1對不同來源的數(shù)據(jù)進(jìn)行抽象并建立基于樹的文檔模型；2文檔模型建立后，在其之上進(jìn)行信息抽取、信息過濾以及模型中各個(gè)分支的抽取與過濾；3經(jīng)過處理后的文檔模型，可被序列化存儲(chǔ)到數(shù)據(jù)庫中，并且分類和提供檢索；4對信息抽取和過濾計(jì)算準(zhǔn)確率和召回率。測試文檔生成的效率和占用內(nèi)存情況，做出分析和解析，使文檔模