

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)行舉報或認(rèn)領(lǐng)
文檔簡介
1、隨著信息技術(shù)的飛速發(fā)展,網(wǎng)絡(luò)越來越成為人們獲取信息資源、表達(dá)思想看法的重要途徑,民眾針對熱門人物或事件所持有的態(tài)度、信念和價值觀的表達(dá),在互聯(lián)網(wǎng)上匯聚成不可忽視的輿論力量,網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)應(yīng)運而生。
社會事件的關(guān)鍵是人,通過人物抓取相關(guān)社會事件和輿論資源,以提供給相關(guān)部門作為決策依據(jù),是輿情監(jiān)控系統(tǒng)發(fā)展的一個重要方向。本人在北京市微普科創(chuàng)科技有限公司實習(xí)之際,參與了公司面向知名人士的輿情監(jiān)控系統(tǒng)《校友大數(shù)據(jù)》的設(shè)計開發(fā)工作。在
2、項目中,本人主要負(fù)責(zé)輿情信息采集子系統(tǒng)的設(shè)計實現(xiàn)工作。
輿情信息采集技術(shù)的基礎(chǔ)是互聯(lián)網(wǎng)搜索技術(shù),這就使得它和搜索引擎在設(shè)計思路、技術(shù)實現(xiàn)上,有著許多相同之處,通過研究搜索引擎技術(shù),可以為輿情信息采集提供寶貴經(jīng)驗。本人在項目之初,為獲得較好的采集廣度和準(zhǔn)確性,研究了搜索引擎基本原理,對比了現(xiàn)有搜索引擎技術(shù),特別研究了元搜索引擎關(guān)鍵技術(shù),最終確定項目的技術(shù)架構(gòu),并吸收全文搜索引擎索引的優(yōu)點來實現(xiàn)輿情信息采集系統(tǒng)。具體改進(jìn)包括:
3、r> (1)在查詢轉(zhuǎn)換上,分析了非定向采集和定向采集站點的查詢規(guī)則和頁面結(jié)構(gòu),實現(xiàn)了精準(zhǔn)采集;
(2)基于對輿情信息系統(tǒng)存儲特殊性的考量,在對元搜索引擎改進(jìn)方面,建立了元搜索引擎的網(wǎng)頁數(shù)據(jù)庫;通過實驗對比Lucene內(nèi)存倒排索引來進(jìn)行方案優(yōu)選,建立了MySQL倒排索引數(shù)據(jù)庫,更好地實現(xiàn)了站內(nèi)全文搜索功能;
(3)在元搜索消重策略選擇上,通過對現(xiàn)有方案的對比分析,優(yōu)選出適合本系統(tǒng)的標(biāo)題和正文關(guān)鍵詞結(jié)合的向量空間算法,
4、得到最佳消重策略;
(4)在輿情信息結(jié)果排序方面,基于對輿情監(jiān)控系統(tǒng)展現(xiàn)層興趣排序的需求,從元搜索引擎排序技術(shù)中得到啟發(fā),借用并改進(jìn)了HITS算法,使得排序結(jié)果更大程度上滿足用戶需求,并通過實驗驗證了設(shè)計的合理性。在實現(xiàn)興趣排序的同時,通過結(jié)合垂直搜索思想解決了HITS算法存在的主題漂移問題,最終通過系統(tǒng)測試來證明了改進(jìn)排序算法的優(yōu)越性;
(5)在定向采集上,本人通過對貼吧結(jié)構(gòu)的分析,建立了貼吧概念模型,結(jié)合輿情采集
5、需求,建立出概念模型,最終確定系統(tǒng)物理模型。
最終通過項目開發(fā)實現(xiàn)了本系統(tǒng),并在系統(tǒng)運行數(shù)據(jù)的基礎(chǔ)上設(shè)計測試并進(jìn)行統(tǒng)計分析,最終驗證了設(shè)計的合理性,具體包括:
(1)系統(tǒng)采集新聞信息覆蓋超出傳統(tǒng)搜索引擎的17%,證明了采集系統(tǒng)使用元搜索引擎的優(yōu)越性;
(2)在HITS算法改進(jìn)之后,頁面排序中的首頁點擊率提高13%,前三頁總點擊率從67%上升到了83%,說明通過結(jié)合用戶興趣能夠提供給用戶更好的搜索結(jié)果,減少了
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。
最新文檔
- 網(wǎng)絡(luò)輿情信息采集系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 網(wǎng)絡(luò)輿情信息采集與分析系統(tǒng)的設(shè)計與實現(xiàn).pdf
- web輿情信息自動化采集系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 互聯(lián)網(wǎng)輿情信息采集與分析系統(tǒng)的設(shè)計和實現(xiàn).pdf
- 涉稅輿情信息采集與管理平臺的設(shè)計與實現(xiàn).pdf
- 基于云平臺的輿情信息監(jiān)控系統(tǒng)設(shè)計與實現(xiàn).pdf
- 網(wǎng)絡(luò)輿情信息審批系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 網(wǎng)頁輿情信息過濾系統(tǒng)設(shè)計與實現(xiàn).pdf
- Web商品輿情信息集成系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 基于uClinux的遠(yuǎn)程水情信息采集系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 網(wǎng)絡(luò)輿情信息處理系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 科創(chuàng)學(xué)院輿情信息管理系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 網(wǎng)絡(luò)論壇輿情信息處理系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 警用WEB輿情信息分析與預(yù)警原型系統(tǒng)設(shè)計與實現(xiàn).pdf
- 基于移動GIS的農(nóng)情信息采集系統(tǒng)研究與實現(xiàn).pdf
- 面向主題的輿情采集搜索爬蟲的設(shè)計與實現(xiàn).pdf
- 基于元搜索引擎的主題導(dǎo)向網(wǎng)絡(luò)輿情采集系統(tǒng)研究與設(shè)計.pdf
- 輿情信息采集關(guān)鍵技術(shù)研究與應(yīng)用.pdf
- 分布式元搜索數(shù)據(jù)采集系統(tǒng)的設(shè)計與實現(xiàn).pdf
- 網(wǎng)絡(luò)輿情信息挖掘系統(tǒng)的研究.pdf
評論
0/150
提交評論