基于確定話(huà)題的網(wǎng)絡(luò)輿情分析系統(tǒng)的設(shè)計(jì)與構(gòu)建.pdf

1、伴隨互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)為越來(lái)越多的民眾表達(dá)自己的情緒和意見(jiàn)提供了廣闊的平臺(tái)，網(wǎng)絡(luò)逐漸發(fā)展成為民意的聚集地。在這種現(xiàn)實(shí)背景下，負(fù)面的、消極的網(wǎng)絡(luò)輿情可能會(huì)欺騙和誤導(dǎo)廣大民眾，對(duì)社會(huì)的公共安全造成了越來(lái)越大的威脅，因此有必要對(duì)網(wǎng)絡(luò)上的話(huà)題和言論進(jìn)行有效地分析，及時(shí)捕捉輿情動(dòng)態(tài)，對(duì)于維護(hù)社會(huì)穩(wěn)定、構(gòu)建和諧社會(huì)具有重要的現(xiàn)實(shí)意義。因此，對(duì)網(wǎng)絡(luò)輿情分析技術(shù)的研究已成為一項(xiàng)十分緊迫的重要課題。
　　本文重點(diǎn)研究并分析了網(wǎng)絡(luò)輿情分析系統(tǒng)中的

2、關(guān)鍵技術(shù)——信息采集、信息預(yù)處理、熱點(diǎn)發(fā)現(xiàn)與跟蹤技術(shù)：
　　1、信息采集與信息預(yù)處理指通過(guò)網(wǎng)絡(luò)爬蟲(chóng)抓取指定范圍的網(wǎng)頁(yè)并通過(guò)網(wǎng)頁(yè)凈化、中文分詞生成權(quán)值向量的過(guò)程。
　　2、話(huà)題發(fā)現(xiàn)技術(shù)的任務(wù)是實(shí)現(xiàn)對(duì)某一事件的相關(guān)新聞報(bào)道聚合到同一個(gè)集合中，同時(shí)在新的新聞報(bào)道來(lái)時(shí)，發(fā)現(xiàn)新的事件，并形成話(huà)題。熱點(diǎn)發(fā)現(xiàn)的本質(zhì)是一個(gè)文本聚類(lèi)過(guò)程，通過(guò)對(duì)目前現(xiàn)有的幾種聚類(lèi)方法的綜合比較，最終，確定在本系統(tǒng)中采用Single-pass的聚類(lèi)算法。

3、　　3、話(huà)題跟蹤技術(shù)能夠幫助用戶(hù)獲得其感興趣的話(huà)題新聞，并能及時(shí)追蹤這些話(huà)題，因此，話(huà)題跟蹤的任務(wù)就是系統(tǒng)根據(jù)少數(shù)樣本確定一個(gè)話(huà)題，要求其在以后獲取的信息中識(shí)別出與此話(huà)題相關(guān)的報(bào)道。話(huà)題跟蹤的本質(zhì)是一個(gè)文本分類(lèi)的問(wèn)題，基于對(duì)目前現(xiàn)有的幾種文本分類(lèi)方法的綜合比較以及SVM算法的性能改善，確定了在本系統(tǒng)中采用改進(jìn)的SVM分類(lèi)器——PCA-GA-SVM模型實(shí)現(xiàn)話(huà)題跟蹤。
　　本文最后介紹了網(wǎng)絡(luò)輿情分析系統(tǒng)的具體功能實(shí)現(xiàn)。在設(shè)計(jì)了系統(tǒng)的整