中文BBS話題檢測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、近年來，電子公告板（BBS）在我國迅速流行，BBS信息量成倍增長。BBS主要反映的是大眾的觀點(diǎn)，通過對(duì)其觀點(diǎn)進(jìn)行分析，可以發(fā)現(xiàn)公眾對(duì)政府政策的態(tài)度，或?qū)ζ洳涣夹畔⑦M(jìn)行識(shí)別與過濾等。因此，研究BBS話題檢測(cè)方法和對(duì)熱點(diǎn)話題進(jìn)行分析具有重要的應(yīng)用價(jià)值。
　　本文通過研究有關(guān)BBS話題檢測(cè)領(lǐng)域的發(fā)展趨勢(shì)，在分析基于內(nèi)容的話題檢測(cè)模型、話題特征項(xiàng)的抽取方法、報(bào)道的相似度計(jì)算模型、話題檢測(cè)的評(píng)價(jià)標(biāo)準(zhǔn)以及話題情感趨勢(shì)預(yù)測(cè)模型的基礎(chǔ)上，設(shè)計(jì)了基

2、于內(nèi)容分析的BBS話題檢測(cè)系統(tǒng)，主要包括 BBS網(wǎng)絡(luò)信息爬取模塊、基于模版的預(yù)處理模塊、話題自動(dòng)聚類模塊、敏感話題分析和熱點(diǎn)話題預(yù)測(cè)模塊等。
　　論文的主要研究工作和成果包括：提出了一個(gè)中文BBS話題檢測(cè)系統(tǒng)的總體設(shè)計(jì)方案；提出基于URL和Xpath網(wǎng)頁模板對(duì)BBS數(shù)據(jù)進(jìn)行預(yù)處理；研究了基于Carrot2的聚類模型；提出了一個(gè)基于功率譜的熱點(diǎn)話題分析模型以及基于時(shí)間序列的預(yù)測(cè)模型。最后，基于Eclipse集成開發(fā)環(huán)境，結(jié)合Nutc