基于Web信息挖掘的网络舆情分析技术

网络舆情分析是有效掌控网络、促进社会主义和谐社会建设的重要手段。Web信息技术的特点决定了其适用于网络舆情分析。利用Web信息挖掘,可以发现网络舆情、分析网络舆情的起源、发现网络舆情受众及其特点、研究舆情在网络上的传播扩散模式以及评估舆情影响效果。     

网络舆情热点挖掘算法研究与实现

随着网络信息交互及传播的迅速与便捷,有效地对不断涌现的海量互联网信息进行采集并发现网络热点舆情具有十分重要的意义.研究网络舆情的表示及特征,提出采用网络化方法思想,结合Hits算法和PageRank算法进行舆情热点挖掘,并在此基础上设计了网络舆情热点挖掘系统.     

网络舆情应急管理平台建设研究

为改善网络舆情管理中滞后、被动的困难局面,加强网络舆情监管力度,以实现高效联动的应急管理模式。通过研究网络舆情应急管理的特征内涵和操作过程,结合现阶段应急管理平台的定位目标和运营现状,提出网络舆情应急管理平台建设框架,并对平台设计要点进行说明,以实现应急管理的功能特性,服务于管理部门开展网络舆情应急管理平台建设。     

网络舆情态势分析研究

对网络舆情的分析已引起人们的高度重视,因为网络舆情热点具有导向性作用,如"某某门"事件,在短短60小时过后就引起监察部门的注意,这只有在日益流行的网络应用的今天才可能做到.分析网络舆情热点的手段多种多样,角度不同,如:可利用文本聚类的方法、动态文摘生成的方法以及意见领袖特征等方法来发现网络舆情中的热点和焦点信息.截止目前,分析网络舆情热点的方法没有固定的模式,值得深入探讨和研究.针对目前网络舆情研究的典型方法及其思想,进行概述性分析,给出网络舆情分析中词频、权重特征词、意见领袖属性矩阵等概念的形式化定义.本文作者通过对比分析,比较研究了网络舆情方法的优缺点;总结了国际上在这一领域的最新研究进展和研究方法,给出下一步的研究工作重点.     

基于管理决策问题中的异构知识集成推理研究

探讨了基于管理决策问题异构知识的集成推理及应用，在异构(混合)知识的面向对象表示的基础上，构建了一个在推理策略控制下，以元推理机为核心，四种功能推理机协调工作的推理系统。这里首先对管理决策问题中的异构知识进行定义和表示，然后阐述推理系统的各推理机的功能和推理机制。最后以企业评价决策问题为例，说明异构知识表示及其推理求解，以改善管理决策智能水平和提高问题的求解能力。     

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.     

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.     

面向android手机平台的网络恶意数据流挖掘研究

由于android手机平台网络中数据流众多,以往研究出的面向android手机平台网络恶意数据流挖掘方法,均无法对网络恶意数据流进行高效、准确挖掘。故提出一种挖掘效率和挖掘准确性均较高的android手机平台网络恶意数据流挖掘方法。网络恶意数据流通常均有自动收发行为,所提方法利用概率分类法和邻近值法对android手机平台网络数据流进行预分类,使具有自动收发行为的网络数据流优先进行网络恶意数据流挖掘,提高挖掘效率和挖掘准确性。该挖掘方法将网络数据流划分成多段行为向量,对具有自动收发行为的网络数据流和不具有自动收发行为的网络数据流采取不同精度的挖掘操作,输出网络恶意数据流,存储网络非恶意数据流,供下次挖掘使用。经实验验证可知,所研究的方法挖掘效率高、挖掘准确性高。     

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ElasticSearch的网络舆情搜索平台设计

针对网络上各种信息混杂、信息传播速度快、有害信息混杂其中、网络舆情治理难的问题,为及时搜索网络信息提供一个搜索服务平台。实现了基于ElasticSearch为搜索引擎,提供通过关键字搜索舆情信息的服务,并使用JavaWeb技术进行功能的实现。该平台同时具有实用性和可扩展性,对于类似的搜索平台有着借鉴意义。     

面向网络舆情的文本知识发现算法对比研究

针对网络舆情分析领域,研究了系统聚类、String Kernels、K最近邻算法(K-nearest neighbor,KNN)、SVM(support vector machine)算法以及主题模型5种聚类算法。以网络舆情数据为对象集,以R语言环境为实验工具,比较了这5种算法的优势与劣势,同时进行了仿真实验。实验结果表明,主题模型相对于其他算法在文本聚类方面具有更好的适用性,其中,主题模型中的CTM(correlated topic model)方法更适合于类别关系的探索与发现,而Gibbs抽样方法则在文本聚类上的表现优于CTM方法。     

基于SnowNLP的微博网络舆情分析系统

随着微博、抖音、贴吧等新兴网络社交媒体的发展,大量用户开始喜欢使用这些平台进行发布和获取信息,因此累积了大量舆情数据。为了能够及时监测网络舆论动向,更好的维护互联网的安全运营和网络安全,针对实时微博数据,研究设计了一种基于SnowNLP的微博网络舆情分析系统。该系统由舆情数据采集、舆情数据分析和舆情数据可视化组成,能够实现微博数据文本挖掘、网络舆情数据情感分析、舆情数据与关键词匹配结果统计等功能,并能够对微博内容情感分析结果、用户等级、内容分词结果等进行可视化展示。实验测试结果表明：本系统功能运行正常,同时验证了设计方案的可行性和有效性。系统在网络舆情监测领域具有重要的应用价值。     

协同平台知识网络的构造

随着社会经济的快速发展,企业为了提高自身的竞争力,会运用协同平台来建立和管理企业本身的知识网络.为了能够更加深入的了解知识网络,该文主要讨论CKM平台系统结构,以及构建知识网络的必要性,并重点探讨了知识网络的概念和内涵.     

基于系统动力学的政府网络舆情回应研究

研究对政府网络舆情影响因素进行分析,构建政府网络舆情回应的系统动力学模型,并进行仿真分析。结果表明,政府加强信息公开程度,加快响应速度,提高新闻发言人权威可以有效地增强政府对网络舆情的回应,相应地使网络舆情热度减小。最后根据分析结果提出政府进行网络舆情回应的建议。     

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。     

面向智能性管理决策系统异构知识的表示与集成利用

为使知识库知识丰富和提高系统的表达能力，就面向管理决策问题提出了模型化数量性、符号性、实例样本性三类四种异构形态知识表示，并进行了较为细致的描述。在此基础上，通过建立基于异构知识的智能性管理决策系统的体系结构，来实现对异性知识的处理与集成，以达到使多种异性知识有机结合与集成利用。所提出四种异性知识形式表示、集成、利用的思想以及采用面向对象技术进行实施，可以改善管理决策智能水平和提高问题求解能力。     

基于智能分析的高校网络舆情信息系统研究

针对新媒体和互联网海量信息的出现,本文深入研究了舆情信息智能分析技术,提出了高校网络舆情信息系统的构建方案,以提高高校网络舆情信息的快速获取和准确分析的能力。     

网络信息挖掘技术探讨

介绍了知识发现和数据挖掘的概念及网络知识发现与网络信息挖掘，论述了网络信息挖掘中的关键技术，最后指出了网络信息挖掘应用现状和未来的应用方向．