網(wǎng)絡輿情的傾向性分析及應用研究.pdf

1、21世紀是一個互聯(lián)網(wǎng)的時代，互聯(lián)網(wǎng)的快速發(fā)展，使人們的生活發(fā)生了翻天覆地的變化，人們越來越習慣于在網(wǎng)絡上瀏覽獲取信息和發(fā)表自己的看法，網(wǎng)絡構(gòu)成的虛擬社會環(huán)境成為廣大民眾表達自我情緒和態(tài)度的平臺。由于互聯(lián)網(wǎng)的開放性和直接性，民眾可以通過網(wǎng)絡隨時發(fā)表自己的看法，這為社會管理者及時了解社情民意提供了便利，通過對網(wǎng)絡輿情的有效監(jiān)控，社會管理者對民眾的意愿能夠及時的了解并做出相應的反饋和正確的決策，這對于社會穩(wěn)定有著重要意義。
　　本論文針

2、對上述問題，對網(wǎng)絡輿情分析的相關(guān)技術(shù)進行了調(diào)研，并著重對傾向性分析的各種技術(shù)進行了研究與實驗，最后設(shè)計實現(xiàn)了輿情傾向性分析系統(tǒng)。論文主要工作如下：
　　1.對網(wǎng)絡輿情分析技術(shù)進行了調(diào)研，并著重了解輿情傾向性分析的理論與技術(shù)。對目前已有的各種機器學習分類方法進行研究。
　　2.針對于目前輿情語料庫缺少的情況，本論文利用爬蟲技術(shù)，從網(wǎng)絡上爬取輿情信息，人工標注構(gòu)建了一個輿情語料庫，用于實驗分析等。
　　3.區(qū)別于已有的傾向

3、性分析方法，采用機器學習的分類方法用于輿情傾向性分析。考慮到有標記數(shù)據(jù)難以獲得的問題，本文采用主動學習算法和半監(jiān)督學習算法來解決這個問題，并對各種機器學習算法的有效性進行了實驗分析。經(jīng)過實驗結(jié)果比較，樸素貝葉斯算法和標簽傳播算法具有較好的分類效果。
　　4.在樸素貝葉斯算法和標簽傳播算法這兩種算法的基礎(chǔ)上，進行系統(tǒng)分析和模塊設(shè)計，開發(fā)并實現(xiàn)一個網(wǎng)絡輿情的傾向性分析系統(tǒng)，用于對輿情的情感傾向性進行判別，最終經(jīng)過測試分析，系統(tǒng)具有良好