石鼓网络舆情监控系统的设计与实现

分析了高校网络舆情监控的现状,提出了基于高校网络舆情监控系统的设计方案.该系统通过网络爬虫将相关网络新闻、博客和论坛的信息采集下来,采用关键词和敏感词匹配的方式对信息进行过滤,将用户关注的信息呈现出来,从而实现对舆情信息及时准确的发现。     

一种网络舆情的动态预警方法

针对影响网络舆情预警等级各因素的特点以及目前各预警方法对预警等级动态变化性考虑不足的问题,提出了一种网络舆情的动态预警方法.引入动态模糊集,利用模糊综合评价法对网络舆情进行综合评判和动态预警.选取舆情和舆情受众2个方面共7个对网络舆情预警等级影响较大的因素构成预警指标体系,给出3个舆情实例的预警计算过程及其最终预警等级和动态变化趋势.验证结果表明：动态预警方法可以准确计算出预警等级并对以后的动态变化趋势做出正确判断.     

基于单值中智集的自媒体网络舆情风险预警模型

在分析自媒体舆情特点的基础上,把舆情的社会背景和舆情信息表现形式纳入评估体系,构建了面向自媒体的网络舆情风险评估主要影响指标,进而建立了针对自媒体舆情评估的指标体系。在此基础上,提出了一种基于离平均方案(平均解)距离测度方法的单值中智集舆情预警模型。该方法不仅兼顾了评估专家的认知局限性和决策环境复杂性,而且避免了大规模数据预处理。     

网络舆情预警机制的系统动力学仿真

利用层次分析法和系统动力学建模,考虑网络舆情传播各个环节,建立了网络舆情预警机制的系统动力学模型,将网络舆情预警机制定量研究与定性研究相结合,从政府和网络媒体两个方面分析了模型。结果表明,运用系统动力学研究网络舆情提高了舆情预警的准确性;通过提高政府公信力和加强舆情预防,可以缩短舆情运行周期;加强网络监管,从源头提高预警,减弱其对社会的危害性。     

基于聚类分析的网络舆情监控系统的设计

目的结合中文信息处理技术,设计一个网络舆情监控系统;针对网络舆情挖掘研究中存在的问题,提出了一种K-means改进算法,实现Web挖掘基础上的文本聚类与主题发现。方法构建一个基于聚类分析的网络舆情监控系统,并详细介绍系统各个模块用到的关键技术;提出了一种K-means改进算法,对K-means算法中的关键环节(聚类初始值的选择和孤立点的剔除)进行了改进。结果设计的系统能通过对网页、论坛、博客、新闻评论等网络资源的精确采集,并结合网页净化、中文分词、向量模型建立、特征选择、降维处理,文本聚类等中文信息处理技术,实现对网络舆情的监测;改进算法的总体思路是要求用户输入簇的初始个数k和最大值kmax,由改进算法在计算过程中自动计算出聚类的结果数k。结论设计了一个基于聚类分析的网络舆情监控系统;提出了一种K-means改进算法。具体算法实施及将这些关键技术整合实现成一套自动化的网络舆情信息采集、分析、监测与预警系统,是网络舆情挖掘研究工作的下一步重点。     

基于BBS的网络舆情演变和分析技术研究

在分析网络舆情基本内涵的基础上,采用生命周期方法探索了网络舆情的演变机制,并对网络舆情发展过程中所表现出的特征和规律进行了归纳和总结.在此基础上,以BBS为标的对网络舆情的分析技术进行了探究,建立了以BBS为基础的网络舆情技术分析模型,通过BBS舆情热点事件实验,验证了网络舆情的演变机制,揭示了网络舆情的内在衍生规律.     

高校校园网络舆情及预警机制研究

针对高校校园网络舆情的内容、特点及存在的问题，提出高校校园网络舆情分析预警机制，构建网络舆情研判预警系统，促进高校大学生群体网络舆情的研判预警制度的建立与应用．为推动和谐校园的建设提供有效支持。     

网络舆情监控过程中微博文本分类处理的实现方法

分析了微博短文本的专有特征,介绍了微博短文本的预处理流程.以新浪微博为网络舆情数据获取平台,简述了微博文本分类处理实现过程,基于Hadoop进行了网络舆情微博分类设计,为网络舆情监控任务的完成做数据依据.     

地方政府应对网络舆情监控的初探研究

互联网信息瞬间万变,网络舆情包罗万象,如何正确应对网络舆情,提高地方政府社会管理水平,不断增强政府公信力,成为摆在各地方政府面前的重大课题。本文从国内外网络舆情的现状特点,对地方政府应对网络舆情监控的进行了一些初浅的探讨分析,来有效提升地方政府处理网络舆情的能力。     

国内网络舆情研究综述

自互联网进入中国后,国内关于网络传播的研究一直没有中断过,但对网络舆情的研究尚处起步阶段。作为一个新兴的研究领域,网络舆情研究在理论与实践的紧密结合中不断拓展和创新。为更好地了解国内网络舆情的研究现状,本文根据对＂中国期刊网＂的检索结果,选取了其中一些有代表性的文献从网络舆情的概念、形成与传播、收集与研判、监控与引导以及网络舆情危机的预警等方面进行综述。     

网络舆情模型研究

论文以网络舆情中帖子总量、发贴人数为基础建立数学模型得出相应的连续函数,然后用此函数对网络舆情的发展情况进行模拟,再利用离散化的计算方法进行量化。本文为网络舆情预警提供理论支持,并为管理者提供预警和辅助决策的科学依据。     

SWOT-Pro矩阵的开发及其在分析网络舆情中的应用

现阶段我国的网络舆情数量不断增长,尽管SWOT矩阵在事件的分析中有其源于属性的天然优势,但是,SWOT矩阵在网络舆情分析中的应用却罕有先例。阐述了网络舆情及SWOT矩阵的基本概念,并对现有的SWOT矩阵进行了完善与改进,以期为公安机关准确分析网络舆情提供技术保障,达到事先预警、快速反应、有效防控的目的。     

基于大数据技术的高校网络舆情监测与分析

高校网络舆情具有主体特殊性、内容多元性和传播快速性等特点,当负面舆情出现时,传统"救火"式思维模式已不能有效地解决网络舆情危机的爆发、蔓延和扩散。高校应综合利用大数据的分布式信息抓取与处理、非结构化数据存储等技术,通过舆情热词云分析、舆情演化分析和业务部门关注度分析等方式,快速完成网络舆情数据的多源采集、清理融合、分析挖掘等一系列任务,实现网络舆情的有效监管。"厦理工e起来"的舆情案例应用结果表明,基于大数据技术的高校网络舆情监测与分析,可实现对高校学生思想动态的实时追踪、预测和研判,防范和及时解决高校网络舆情危机的蔓延和扩散,促进高校文明和谐发展。     

一种基于知识技术的网络舆情内容分析系统框架

概述了网络舆情内容分析的流程以及内容分析阶段需要完成的工作,详细介绍了基于知识技术的网络舆情内容分析系统框架的构建路径,即将知识技术引入网络舆情内容的分析过程,将信息预处理、信息聚类和分类、倾向性分析等关键技术手段与知识组织、知识表示、知识获取和知识挖掘等相关成果充分融合,将本体论和语义计算等技术与舆情分析相结合,建立基于知识技术的网络舆情内容分析框架,以提高网络舆情内容分析的准确度. 实验结果表明,基于知识技术的网络舆情内容分析系统达到了理想效果.     

基于层次分析的长短记忆网络(AHP-LSTM)的食品安全网络舆情预警模型

随着互联网技术的迅猛发展,网络已成为社会舆情的重要阵地,而网络舆情是食品风险预警的一个方向。传统舆情预警模型在指标体系的基础上结合反向传播神经网络（back propagation neural network,BP）等神经网络模型进行分析,存在运行不稳定、预测精度不高等问题。为了解决这些问题,采用具有较高预测精度的长短记忆（long short-term memory,LSTM）网络算法,在网络事件指标体系的基础上引入层次分析法（analytic hierarchy process,AHP）并融合食品安全事件指标数据,将融合结果作为LSTM的期望输出,以建立更为稳定、精度更高的风险预警模型AHP-LSTM。实验结果表明,与传统模型相比,AHP-LSTM对于事件指标数据具有较强的处理能力和较高的预警精度。因此构建基于AHP-LSTM的食品安全事件预警方法,可为相关部门有效防范和管理食品安全网络事件提供一定的理论依据和数据支撑。     

基于统计分析和知识挖掘的网络舆情管理决策平台研究

本文将从基于网络舆情特征定量指标的统计分析、基于知识挖掘的网络舆情资源萃取,以及针对学校网络突发性群体事件及网络舆情的管理机制和辅助领导决策方案研究三个方面论述网络舆情管理决策平台的建设,最终形成一个基于指标控制和知识挖掘的网络舆情监控平台,为高校网络舆情建设提供新的发展思路,为高校应对突发性事件提供重要的辅助决策工具,提升各高校舆情管理能力。     

基于大数据技术的网络舆情感知系统的分析与实现

随着大数据技术的日趋成熟,利用大数据技术实现对海量的网络舆情数据进行采集、分析和展示,对网络舆情信息感知度得到了很大的提升,可以准确地了解网络舆情的发展态势,把握群众的情绪,对舆情事件做出高效、正确的决策。利用分布式爬虫技术来抓取数据,文本分析技术进行数据预处理和数据清洗,对数据仓库的舆情信息进行处理、分析,实现了舆情的监测、舆情的分析和舆情报告。通过大数据技术挖掘网络舆情事件,能够快速准确地感知舆情信息,可以有效提升网络舆情的管控和预防能力。     

面向网络舆情分析系统的本体应用

针对现有网络舆情分析系统缺乏语义信息,可能导致分析结果不精确的问题,研究了本体技术在构建网络舆情分析系统中的应用,提出基于本体的网络舆情分析系统结构,并对系统实现中采用的本体技术包括网络舆情本体库的构建、网络文本语义标注、基于语义相似度的敏感话题发现和构建查询词的概念空间等进行了研究。通过本体建立舆情分析概念的共享空间,可以有效地挖掘网络内容的语义信息,提高舆情分析的准确率。     

网络舆情监控系统的实现方法

结合信息通信技术,使用中文信息处理和文本挖掘中的关键技术对舆情监控设计流程进行分析.通过相关功能模块建立网络舆情监控系统,实现网页信息采集和Web挖掘基础上的热点发现与跟踪.     

互联网络舆情预警机制研究

网络舆情反映了民众的社会政治态度,是国家管理者了解民情民意的重要渠道.通过设立网络舆情预警等级,设计预警指标体系,运用Delphi法确定指标体系权重,遵循网络预警的工作流程,就可以发现网络舆情,掌控其发展变化过程,进行深入挖掘与分析从而准确预警,并及时采取预控措施进行引导,以保障社会的安全与稳定.