文献综述--网络舆情信息监测方法研究

《文献综述--网络舆情信息监测方法研究》由会员分享，可在线阅读，更多相关《文献综述--网络舆情信息监测方法研究（33页珍藏版）》请在毕设资料网上搜索。

1、 毕业设计文献综述毕业设计文献综述 课题名称课题名称： 网络舆情信息监测方法研究网络舆情信息监测方法研究 学生姓名学生姓名： 学学 号：号： 学学 院：院： 信息科学与技术学院信息科学与技术学院 专业年级专业年级： 计算机科学与技术专业计算机科学与技术专业 指导教师指导教师： 职职 称称： 副教授副教授 完成日期：完成日期： 1 文献综述 1 前言前言 公共危机事件爆发时，犹如以石击水，相关信息在短时间内迅速传播，引起 群众的广泛关注。 一些非理性议论、 小道消息或负面报道常常在一定程度上激发人们普遍的危 机感， 甚至影响到群众对党和政府的信任， 影响到消费者对某一企业品牌的认同。 如不及时采

2、取正确的措施分析和应对，会造成难以估计的后果。所以关注行业敏 感舆情对于相关部门和企业来说非常重要。 目前大部分部门和企业的舆情监测和管理工作主要靠人工来完成。 这样负责 网络舆情监测任务的部门和人员承受着巨大的工作压力。 人工进行舆情监测还会 遇到很多问题： 舆情收集不全面 舆情发现不及时 舆情分析不准确 信息利用不便利 因此，经常出现涉及“与我相关”的舆情信息已经在网上快速传播，一些非 理性和不切实际的信息传播开来，造成了很坏的社会影响，或者通过其他部门得 到反馈，甚至领导都知道了，但是我们负责舆情监测的人员却毫不知情，失去了 第一时间获取和掌握舆情，进而进行及时处理的时机；舆情事件发生以

3、后，我们 也缺乏有效的舆情分析手段，无法提供定性定量的数据用于舆情分析判断；目前 完全靠人工进行舆情信息的收集和上报，费时费力效果不好，也无法提供更加有 用的舆情统计分析数据，为领导提供辅助决策服务。 在新的互联网形势下，需要借助互联网舆情监测工具，及时监测、汇集、研 究判断网上舆情，引导舆论方向，化解危机舆论。跟踪事态发展，及时向有关部 门通报，快速应对处理，变被动为主动，使网络舆情成为领导和相关部门决策的 重要依据。利用舆情监测系统平台，配合相应的舆情工作机制，听取百姓心声， 接受百姓意见建议，树立自觉接受群众监督意识。 本次设计是由识别出的热门话题和敏感词进行主题信息跟踪， 跟踪的具体内

4、 容包括： 信息来源、 转载量、 转载地址、 地域分布、 信息发布者等相关信息元素； 利用动态社会网络分析技术， 以建模的方法将相关信息元素作为关键词整理为矩 2 阵数据，对矩阵数据进行分析，绘制关键词网络图形，再进行社会网络分析中心 度分析，对关系数据进行可视化呈现及量化分析，分析社会网络的进化行为，进 行网络监测，同时运用社会网络变化检测技术进行图形相似度、图形模式识别， 探寻敏感和热点问题及其相互关系，分析敏感人群的关系网络，进行网络异常监 测和预测。 3 2 正文正文 2.1 理论研究理论研究 2.1.1 信息检索技术信息检索技术 信息检索（Information Retrieval）

5、是指信息按一定的方式组织起来，并 根据信息用户的需要找出有关的信息的过程和技术。 信息检索有广义和狭义的之分。 广义的信息检索全称为 “信息存储与检索” ， 是指将信息按一定的方式组织和存储起来， 并根据用户的需要找出有关信息的过 程。狭义的信息检索为“信息存储与检索”的后半部分，通常称为“信息查找” 或“信息搜索” ，是指从信息集合中找出用户所需要的有关信息的过程。狭义的 信息检索包括 3 个方面的含义：了解用户的信息需求、信息检索的技术或方法、 满足信息用户的需求。按存储的载体和实现查找的技术手段为标准可划分为：手 工检索、机械检索、计算机检索，其中发展比较迅速的计算机检索是“网络信息 检

6、索” ，也是我们本次研究的重点。而在检索过程中，分类和聚类是经常被使用 到的两种算法，下面，我们对聚类和分类算法分别加以介绍。 2.1.1.1 聚类算法聚类算法 文本聚类主要是依据假设：同类的文档相似度较大，不同类的文档相似度较 小。其主要任务是把一个文本集分为若干个称为簇的子集，然后在给定的某种相 似性度量下，把各个文档分配到与其最相似的簇中。文本聚类不需要事先手工注 明文档的类别，它实现了在无监督机器学习方法中自动化程度较高的聚类。近年 来，在信息检索、多维度自动文摘、话题识别与跟踪等领域都得到了广泛应用。 文本聚类是一个无监督的学习过程， 因此相似性度量方法在此过程中起着至关重 要的作用。下面是基于本系统实现对该技术展开的介绍：VSM（向量空间模型） 、 STC（后缀树）算法和 Lingo 算法。 2.1.1.1.1 VSM 向量空间模型的基本思想是以向量来表示文本： （Wl，W2，Wn ） ，其中 W1 为第 1 个特征项的权重，那么选取什么作为特征项呢，一般可以选择字、词 4 或词组，根据实验结果，普遍认为选取词作为