基于確定話題的網(wǎng)絡輿情分析系統(tǒng)的設計與構建.pdf

1、伴隨互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡為越來越多的民眾表達自己的情緒和意見提供了廣闊的平臺，網(wǎng)絡逐漸發(fā)展成為民意的聚集地。在這種現(xiàn)實背景下，負面的、消極的網(wǎng)絡輿情可能會欺騙和誤導廣大民眾，對社會的公共安全造成了越來越大的威脅，因此有必要對網(wǎng)絡上的話題和言論進行有效地分析，及時捕捉輿情動態(tài)，對于維護社會穩(wěn)定、構建和諧社會具有重要的現(xiàn)實意義。因此，對網(wǎng)絡輿情分析技術的研究已成為一項十分緊迫的重要課題。
　　本文重點研究并分析了網(wǎng)絡輿情分析系統(tǒng)中的

2、關鍵技術——信息采集、信息預處理、熱點發(fā)現(xiàn)與跟蹤技術：
　　1、信息采集與信息預處理指通過網(wǎng)絡爬蟲抓取指定范圍的網(wǎng)頁并通過網(wǎng)頁凈化、中文分詞生成權值向量的過程。
　　2、話題發(fā)現(xiàn)技術的任務是實現(xiàn)對某一事件的相關新聞報道聚合到同一個集合中，同時在新的新聞報道來時，發(fā)現(xiàn)新的事件，并形成話題。熱點發(fā)現(xiàn)的本質(zhì)是一個文本聚類過程，通過對目前現(xiàn)有的幾種聚類方法的綜合比較，最終，確定在本系統(tǒng)中采用Single-pass的聚類算法。

3、　　3、話題跟蹤技術能夠幫助用戶獲得其感興趣的話題新聞，并能及時追蹤這些話題，因此，話題跟蹤的任務就是系統(tǒng)根據(jù)少數(shù)樣本確定一個話題，要求其在以后獲取的信息中識別出與此話題相關的報道。話題跟蹤的本質(zhì)是一個文本分類的問題，基于對目前現(xiàn)有的幾種文本分類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)中采用改進的SVM分類器——PCA-GA-SVM模型實現(xiàn)話題跟蹤。
　　本文最后介紹了網(wǎng)絡輿情分析系統(tǒng)的具體功能實現(xiàn)。在設計了系統(tǒng)的整