基于云計算的微博輿情監(jiān)控系統(tǒng)研究.pdf_第1頁
已閱讀1頁,還剩67頁未讀, 繼續(xù)免費閱讀

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),請進行舉報或認領(lǐng)

文檔簡介

1、目前,社會中的很多熱點話題往往都是從微博開始傳播,如何從微博中發(fā)現(xiàn)熱點話題并對熱點話題做輿情分析,是非常有現(xiàn)實意義的工作。本文針對微博輿情的特點,研究了微博輿情監(jiān)控系統(tǒng)的實現(xiàn)方法。介紹Hadoop平臺處理大數(shù)據(jù)的優(yōu)勢和原理,實現(xiàn)了數(shù)據(jù)采集、文本模型表示、話題發(fā)現(xiàn)以及輿情分析的功能。本文的主要工作和研究內(nèi)容如下:
  第一,本文在數(shù)據(jù)采集模塊采用新浪微博API和網(wǎng)絡(luò)爬蟲技術(shù)相結(jié)合實現(xiàn)微博數(shù)據(jù)采集?;谖⒉崴言~檢索實現(xiàn)相關(guān)微博的定位

2、,能夠在短時間內(nèi)獲取大量領(lǐng)域相關(guān)的微博數(shù)據(jù)。
  第二,在熱點話題發(fā)現(xiàn)方法的改進上,采用了基于新詞發(fā)現(xiàn)的微博文本主題發(fā)現(xiàn)方法,將其分為三個步驟:中文分詞、LDA主題建模、主題聚類。在中文分詞環(huán)節(jié),加入了新詞發(fā)現(xiàn)模塊,提高了分詞準確率。在建立文本模型時,采用LDA主題模型,提高了話題發(fā)現(xiàn)的準確率。
  第三,為了提高LDA建模的準確度,在構(gòu)建文本模型前加入文本分類模塊,解決了原有的話題發(fā)現(xiàn)方法在應(yīng)用于微博文本時精度不高以及將同

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。

評論

0/150

提交評論