微博輿情挖掘技術(shù)的研究與應(yīng)用.pdf

1、互聯(lián)網(wǎng)技術(shù)的持續(xù)發(fā)展，使得微博等新媒體越來(lái)越成為信息發(fā)布和共享的新平臺(tái)，然而信息的傳播也伴隨著大量的虛假、暴力、反動(dòng)等信息，嚴(yán)重影響人們的正常生活。因此，我們有必要盡快建立適應(yīng)新形勢(shì)下的網(wǎng)絡(luò)輿情挖掘模型。
　　論文研究應(yīng)用以微博為代表的短文本輿情挖掘技術(shù)，重點(diǎn)對(duì)微博特征提取與表示、話題發(fā)現(xiàn)與追蹤以及話題情感分析等技術(shù)進(jìn)行了研究。在微博特征提取與表示方面，本文提出了一種基于語(yǔ)義的圖結(jié)構(gòu)模型，將微博特征詞映射為圖模型的結(jié)點(diǎn)，將依存句法

2、關(guān)系映射為圖模型的邊。該模型充分考慮了文本的語(yǔ)義信息，有效克服了傳統(tǒng)方法中語(yǔ)義缺失的弊端。在話題發(fā)現(xiàn)與追蹤技術(shù)方面，利用Single-Pass算法實(shí)現(xiàn)微博話題的發(fā)現(xiàn)，并對(duì)算法存在的問(wèn)題進(jìn)行了優(yōu)化改進(jìn)；通過(guò)對(duì)單條微博與微博話題影響力的定義和度量，實(shí)現(xiàn)微博熱點(diǎn)話題的識(shí)別與提取。在話題情感分析領(lǐng)域，論文首先在褒貶義詞典中挑選情感傾向明顯的詞語(yǔ)作為種子情感詞，并利用同義詞詞林?jǐn)U展獲得較完整的情感詞庫(kù)，然后再結(jié)合依存句法分析盡量消除上下文環(huán)境對(duì)情