互聯(lián)網(wǎng)輿情信息挖掘與群體行為分析.pdf_第1頁
已閱讀1頁,還剩51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、隨著互聯(lián)網(wǎng)的普及,國內(nèi)互聯(lián)網(wǎng)用戶的不斷增多,網(wǎng)絡(luò)輿情逐漸滲透社會、經(jīng)濟、政治各個層面,網(wǎng)絡(luò)虛擬群體業(yè)已成為推動互聯(lián)網(wǎng)輿情發(fā)展不可忽視的力量。因此,基于互聯(lián)網(wǎng)的輿情信息挖掘技術(shù)和網(wǎng)絡(luò)群體行為研究越來越受到廣泛關(guān)注。輿情是指一定時期內(nèi)一定范圍內(nèi)的社會群體對某些社會現(xiàn)象和現(xiàn)實的主觀反映?;ヂ?lián)網(wǎng)輿情信息挖掘技術(shù)作為輿情主題檢測的有效手段逐漸成為研究熱點。然而,現(xiàn)有的互聯(lián)網(wǎng)輿情信息挖掘技術(shù)在處理海量網(wǎng)絡(luò)信息時曝露出很多問題,在網(wǎng)絡(luò)群體行為分析方面

2、研究尚不成熟,因此亟需在互聯(lián)網(wǎng)輿情信息挖掘和群體行為分析的理論體系和技術(shù)方法上實現(xiàn)突破。
   本文利用網(wǎng)絡(luò)信息挖掘的方法分析了互聯(lián)網(wǎng)輿情信息挖掘的流程,針對網(wǎng)絡(luò)輿情產(chǎn)生、傳播的特點,對傳統(tǒng)網(wǎng)絡(luò)信息抓取和預處理技術(shù)進行了改進。此外根據(jù)輿情主題檢測的特點和要求對傳統(tǒng)的文本聚類算法進行了改進?;谏鐣W(wǎng)絡(luò)分析方法對網(wǎng)絡(luò)輿情群體的組織結(jié)構(gòu)和行為規(guī)律進行了分析,并以博客圈子和論壇小組為例進行了拓撲分析和中心度分析,總結(jié)出了這兩種典型網(wǎng)絡(luò)

3、群體的結(jié)構(gòu)和行為。最后,本文基于上述研究,進行了互聯(lián)網(wǎng)輿情監(jiān)控原型系統(tǒng)的架構(gòu)和功能設(shè)計。主要研究內(nèi)容如下:
   網(wǎng)絡(luò)信息抓取和預處理技術(shù)研究:在網(wǎng)絡(luò)信息抓取階段,結(jié)合互聯(lián)網(wǎng)輿情信息實時更新,傳播速度快的特點,本文設(shè)計了并發(fā)式增量式網(wǎng)絡(luò)爬蟲以滿足網(wǎng)絡(luò)輿情監(jiān)控系統(tǒng)對不同網(wǎng)頁來源的數(shù)據(jù)進行采集的需求,同時也解決了大規(guī)模網(wǎng)頁爬行的效率問題。在信息預處理階段,針對新聞和博客網(wǎng)頁、BBS網(wǎng)頁結(jié)構(gòu)不同的特點采用了不同的凈化技術(shù),采用HTML

4、 Parser提取新聞和博客網(wǎng)頁正文,根據(jù)BBS網(wǎng)頁高度結(jié)構(gòu)化的特點設(shè)計了基于DOM樹和模板的BBS結(jié)構(gòu)化信息提取,最終獲得了可用于文本聚類的純文本文檔。
   互聯(lián)網(wǎng)輿情信息挖掘算法,即文本聚類算法研究:本文改進了傳統(tǒng)的TF-IDF公式,可以對網(wǎng)絡(luò)信息形成的動態(tài)文本流進行特征提取,并考慮了網(wǎng)絡(luò)新興詞匯對特征提取的影響,給新詞賦予適當?shù)臋?quán)重提高了增量TF-IDF模型的質(zhì)量。在文本聚類階段,在進行文本相似度分析時加入“時間窗”的概

5、念,大大提高了Single-pass增量聚類算法的效率,同時也降低了聚類算法對內(nèi)存的消耗。
   基于社會網(wǎng)絡(luò)分析的網(wǎng)絡(luò)輿情群體行為研究:本文使用社會網(wǎng)絡(luò)分析技術(shù)對基于某一輿情主題而聚集起來的輿情群體進行組織結(jié)構(gòu)分析和行為監(jiān)控,對網(wǎng)絡(luò)群體和虛擬組織進行了拓撲分析、中心度分析和群體分析,并使用可視化社會網(wǎng)絡(luò)工具繪制輿情群體網(wǎng)絡(luò)圖,將輿情群體的行為演變規(guī)律直觀的展示給用戶。
   在上述研究基礎(chǔ)上,本文設(shè)計了互聯(lián)網(wǎng)輿情監(jiān)控原

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)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 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。
  • 6. 下載文件中如有侵權(quán)或不適當內(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

評論

0/150

提交評論