网络舆情监测系统的分析与设计

大数据时代下,网络舆情监测对政府合理控制舆情方向、进行舆情治理具有重要意义。网络舆情监测系统主要根据网络舆情需求,构建在.NET平台下基于EntityFramework模型的网络舆情监测系统的C/S和B/S框架体系。系统对信息采集、信息过滤、关键词挖掘、舆情主题分类等模块进行优化分析设计和实现。应用马尔可夫模型,将舆情发展态势划分为生成期、发展期、极速发展期和衰退期,通过对历史数据的计算实现了舆情的未来发展区间。     

互联网技术在环保网络舆情预警、引导中的应用

本文对历年来环保网络舆情的统计资料进行分析,得出环保网络舆情的特点,从环保网络舆情的特点出发,研究舆情监测预警、引导的措施,利用互联网技术建立了监测预警平台、行政权力公开运行平台、环保门户网站,使环保部门能够第一时间抓取到环保网络舆情,进行信息发布和舆论引导,遇到重大环保危情时,和应急系统相结合,及时处理.     

基于Hadoop的森林公安网络舆情监测系统设计与实现北大核心CSCD

在走访调研中发现,国内森林公安应用系统中对网络舆情的收集、分析、上报工作尚处于人工方式的原始状态,导致收集效率低、分析时间长、研判准确率不高,特别是有效舆情的转化率低。为完善森林公安网络舆情监测工作机制,文章针对森林公安网络舆情监测的现实需求,设计了基于Hadoop的森林公安网络舆情监测系统,用Hadoop集群MapReduce分布式处理框架,实现森林公安网络舆情的并行爬取和分析。实践证明,基于Hadoop的森林公安网络舆情监测系统有效提高了森林公安网络舆情的收集和分析效率。     

基于Nutch与元搜索引擎技术的高校网络舆情监测系统研究

针对高校网络舆情监测工作的不足,结合高校舆情信息的传播特点,提出了在校园网范围内基于Nutch搜索引擎技术进行信息检索,在互联网上采用元搜索引擎技术获取相关信息的舆情监测系统构建方案。采用关键词特征库匹配方式自动进行网络舆情监测,及时准确地发现网络舆情信息;探讨了高校对于网络舆情的监测、分析、引导和反馈等环节的处理方法,从而形成完善的应对机制。     

基于价值累加理论的网络热点事件舆情研判及系统实现

基于价值累加理论分析网络热点事件的演变过程,确定触发因素的出现、共同信念的形成、行动动员的完成是事件演变的三个关键环节,设计监测模型,对事件舆情中的敏感因素、情感的形成及扩散进行分析判断。在此基础上,构造网络舆情热点信息智能监测平台系统(NPOIMS),以我国西部地区的x市为实例对象,架构舆情监测系统,监测与x市有关的各类舆情信息,提炼热点词语,进行舆情研判,提供分析报告,为相关部门提供舆情引导和事件应对的信息参考和决策支持。     

高校网络舆情监测系统构建及应对机制研究

针对高校网络舆情监测工作的不足,结合高校舆情信息的传播特点,提出构建舆情监测系统的整体方案.在校园网内基于Nutch搜索引擎技术进行信息检索,互联网范围内采用元搜索引擎技术获取相关信息,采用关键词特征库匹配方式自动进行网络舆情监测,实现对舆情信息及时准确的发现,并探讨高校面对网络舆情在监测、分析、引导和反馈等环节的处理...     

基于案例推理的网络舆情辅助决策系统研究

为了实现网络舆情监测与辅助决策,提出一种基于案例推理的网络舆情辅助决策系统框架。首先综述网络舆情研究现状,提出基于案例推理的网络舆情辅助决策系统的意义;其次,研究基于案例推理的网络舆情辅助决策系统的工作流程,并提出基于案例推理的网络舆情辅助决策系统的框架;接着研究基于案例推理的网络舆情辅助决策系统中的关键内容,即案例表示与检索,并给出详细实现方法;最后,在以上研究基础上实现原型系统,结果表明该系统可以有效实现舆情辅助决策。     

基于大数据的药品安全网络舆情监测系统设计

该文介绍了在大数据时代背景下针对药品安全网络舆情监测现状,梳理分析了药品安全网络舆情监测系统需求,根据需求和网络舆情监测的特点,提出了药品安全网络舆情监测系统的软件设计框架,介绍了实现该系统所需的主要舆情监测处理技术。该系统设计该设计集监测、预警、分析、报告于一体,合理融合了大数据处理与自然语言处理技术,同时提出了用传统统计分析和深度学习方法来解决舆情分析中“文本分类和情感分析”等关键技术问题。最后,从用户交互的层面给出了药品安全网络舆情监测系统的可视化方案,为药品安全行业网络舆情监测提供了一种实现途径。     

基于WUM的Web舆情监测引导系统研究

网络舆情监测与引导是个复杂的技术和管理过程,必须充分利用Web使用挖掘技术的优势,提升网络舆情监测与引导的信息化、自动化和智能化。基于WUM的Web舆情监测引导系统,具有良好的可扩充性,可提高网络舆情监测与处理的及时性与准确性,有效地推动我国网络舆情预警与引导工作。     

基于Solr的科技成果查新系统的构建研究

随着各大国企,甚至是私营企业的快速发展,其科研项目和科技成果的数量呈现指数级增长,然而,企业的内部查新工作还是人工来完成,难度较大,因此文中从提高企业内部科技成果的查新效率出发,基于Solr搜索应用服务器这一核心平台,研究基于Solr的科技成果查新系统的设计和实现。首先简要介绍了Solr的概念、特性和系统架构,然后介绍了基于Solr引擎的科技成果检索查新系统的功能结构和系统架构,最后阐述了系统的界面和功能的具体实现,特别是检索查新和对比查看功能的设计和实现。     

基于在线Biterm主题模型的舆情新闻事件跟踪

舆情新闻事件跟踪,是舆情监控、热点分析、政策制定等研究和应用的重要基础。针对舆情新闻的稀疏性、敏感性、易演化性、次生性等特点,基于在线Biterm主题模型（online Biterm topic model,DBTM）,通过随机坍缩变分贝叶斯（stochastic collapsed variational Bayesian inference,SCVB0）算法更新参数,提出面向舆情新闻事件监控的主题模型MBTM（monitor Biterm topic model）,利用该模型检测初期事件主题,跟踪后续新闻所属的主题。为了对存在关联关系的事件进行串联,进一步给出事件线索的概念,分别从主题层面和语义层面度量线索关联度,进而针对新闻事件主题生成事件线索。实验结果表明,MBTM模型在大多数指标上均优于OBTM等模型,验证了该方法的有效性和高效性。     

基于熵值的网络论坛热点话题发现

针对网络论坛热点话题的识别、发现和舆情监测问题,提出一种基于热度熵值的热点话题发现方法。通过网络爬虫抓取网络论坛中的数据,在对数据进行预处理和分析热点话题属性特征的基础上,合理定义各属性的权重和话题的热度熵值,并以此对话题的热点信息进行分析、统计与评估,从而发现和追踪网络论坛中的热点话题。同时,对话题的热度进行细致划分和各种类型的定义,采用不同阈值策略计算不同类型的热度信息标注的准确率。实验结果表明,该方法合理、有效,相比于传统的话题语义分析方法具有较高的准确率,可作为互联网论坛舆情监测的依据。     

基于传染病模型的社交网络舆情话题传播

针对传统模型难以真实地描述社交网络舆情话题传播过程,提出一种基于传染病模型的社交网络舆情话题传播模型。分析了社交网络舆情话题的传播特点,根据传染病动力学机制,将内部感染概率、外部感染概率、免疫概率以及直接免疫概率引入舆情话题传播过程中,构建了社交网络舆情话题传播模型,在Matlab 2012平台下采用Facebook数据集进行仿真测试。仿真实验结果表明,该模型可以准确描述社交网络中的话题传播行为特征,研究结果可以为社交网络舆论管理者提供有价值的参考意见。     

数字图书馆容灾系统建设研究

本文在阐述数据容灾概念与技术的基础上,简单分析了当前几种关键技术,并针对目前我国数字图书馆的可用性与安全性要求高的特点,提出了应用SAN技术实现数字图书馆容灾系统的设计方案,然后对此方案进行了分析,为其他容灾系统的建设起参考与借鉴作用。     

基于词共现和情感元素的突发话题检测算法

随着自媒体的迅速发展,微博中的舆情监控和舆情疏导成为一项重大的研究课题. 为了解决传统话题检测方法对于微博中大数据的分析往往具有复杂度高、实时性低、影响力小等问题,提出一种基于词共现和情感分析的突发话题检测方法. 通过研究微博中情感的突发和共现关系,从而建立情感子空间模型;通过该模型对微博中的信息流进行分类,最后对每个类别中的微博进行主题词提取,实现话题检测的目的. 在NLPIR微博内容语料库上的实验结果表明,该方法能够有效地从大规模微博信息中检测突发新闻,提高突发新闻的识别率.     

基于正负反馈的SEIR微博舆情传播模型

社交网络舆情已经成为社会舆情的主要阵地。针对传统模型难以描述社交网络舆情话题的真实传播过程,分析社交网络舆情话题的真实特点,补充加入社交网络中显著的水军和僵尸粉这2大显著特征,作为舆情话题传播中的正负反馈,分别对舆情话题的传播起到推动及抑制作用,构建带有正负反馈的社交网络舆情传播话题模型,提高舆情预测模型的准确率,得出正负反馈对舆情传播的影响力。     

基于微博的网络舆情分析系统设计

微博作为一种近年出现的新型网络媒体形式,已经成为网络舆论的强磁场。通过微博自身的特点,分析其对网络舆情的价值,然后设计基于微博的网络舆情分析系统,包括文本预处理、微博文本的向量表示与提取、话题发现以及微博的传播态势和倾向性分析等过程,微博特征提取采用了TF-IDF模型,话题发现采用MBT形式化表述,最后展望该系统的前景。     

基于SCIR的微博舆情话题传播模型研究

微博是舆情话题传播的重要渠道,研究微博网络中的舆情话题传播机制,将有利于对舆情话题的传播过程进行分析与监控,而传统的网络信息传播模型却无法真实地描述微博网络中的舆情话题传播机制。针对以上问题,分析了微博网络中的信息互动模式及舆情话题的传播特点,以传染病动力学中的SIR模型为基础,通过引入一个新的节点状态--接触状态,构建了基于SCIR（Susceptible Contacted Infected Removed）的微博网络舆情话题传播模型。仿真结果表明,该模型可以很好地描述微博网络中的舆情话题传播规律。