微博的輿情發(fā)現(xiàn)與分析研究.pdf_第1頁
已閱讀1頁,還剩78頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、隨著信息技術(shù)的高速發(fā)展,互聯(lián)網(wǎng)得到了廣泛普及,對社會(huì)產(chǎn)生了日益深遠(yuǎn)的影響。作為互聯(lián)網(wǎng)時(shí)代的重要產(chǎn)物,微博成為了眾多網(wǎng)民生活中不可或缺的一部分。微博是一個(gè)分享簡短實(shí)時(shí)信息的廣播式社交網(wǎng)絡(luò)平臺(tái)。在微博平臺(tái)上,用戶可以描述自己周圍發(fā)生的事情,發(fā)表自己對某個(gè)事情的看法,甚至可以推廣自己的產(chǎn)品。在滿足人們網(wǎng)絡(luò)社交需求的同時(shí),微博也顯現(xiàn)出了在網(wǎng)絡(luò)輿論中的重要地位。面對每天數(shù)以億計(jì)的博文,如何挖掘出微博輿情,并對微博輿情進(jìn)行分析顯得越來越重要。目前對

2、于微博輿情的研究處于起步階段,仍有許多值得研究的工作。
  本研究主要內(nèi)容包括:⑴采集篩選微博數(shù)據(jù)及數(shù)據(jù)預(yù)處理。分別研究了基于微博API的數(shù)據(jù)采集方案,基于網(wǎng)絡(luò)爬蟲的微博數(shù)據(jù)采集方案。結(jié)合了兩種微博數(shù)據(jù)采集方案對公共微博數(shù)據(jù)和用戶微博數(shù)據(jù)分別進(jìn)行了采集。從微博用戶和微博內(nèi)容兩方面,對微博數(shù)據(jù)進(jìn)行了篩選。并且對微博文本進(jìn)行了分詞處理、去停用詞處理、特征選擇處理,向量表示。⑵提出了一種微博輿情發(fā)現(xiàn)算法。對現(xiàn)有的微博熱點(diǎn)發(fā)現(xiàn)算法進(jìn)行了分

3、析,研究了各個(gè)熱點(diǎn)發(fā)現(xiàn)算法的優(yōu)點(diǎn)和不足,提出了HEA熱點(diǎn)發(fā)現(xiàn)算法。針對單個(gè)文本聚類算法對微博文本聚類效果差的問題,提出了一種混合聚類算法HKSK。將HKSK算法與HEA算法相結(jié)合提出了HKSK-HEA的熱點(diǎn)發(fā)現(xiàn)算法。實(shí)驗(yàn)證明該算法可以有效的發(fā)現(xiàn)微博熱點(diǎn)。⑶提出了一種微博情感分析算法。研究了目前常用的情感分析算法。對目前已有的情感詞典進(jìn)行了整理,構(gòu)建了基礎(chǔ)情感詞典,并針對文本語義的特點(diǎn)構(gòu)建了情感修正詞典??紤]到微博文本的網(wǎng)絡(luò)屬性,構(gòu)建了表

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論