基于Web挖掘的网络舆情智能分析

网络舆情是公众在互联网上对某一社会现象或社会问题公开表达的具有一定影响力的共同意见。Web信息挖掘技术能够有效地对网络舆情的起源、受众及其特点、在网络上的扩散模式和影响效果进行分析。文章将对Web信息挖掘技术的含义、类别和组要方法进行分析,研究Web挖掘技术在网络舆情中是如何进行智能分析,以期对网络舆情管理部门对管理网络舆情信息提供借鉴和参考意义。     

高校网络舆情监控预警系统的设计与构建

针对高校传统舆情监控与预警手段的不足,本文设计构建了一个基于中文信息处理与挖掘技术的高校网络舆情监控预警系统,系统结合相关技术实现了互联网信息的采集、识别分析、热点推送与预警功能,为高校监测和解决公共危机和热点事件提供了技术手段。     

基于话题标签的微博舆情热点挖掘系统设计

为在微博舆情信息高速转发时段内实现对热点数据的精准挖掘，文中设计一种基于话题标签的微博舆情热点挖掘系统。首先确定框架体系连接形式，并根据热点信息定义结果建立话题标签模型。以此为基础，对热点信息散列表进行排重处理，完成对微博舆情热点数据的处理。最后，联合采集到的目标信息样本对论坛结构进行分割处理，完成挖掘系统设计。实验结果表明，在话题标签模型作用下，系统主机对于热点数据的挖掘准确率较高，可以在微博舆情信息高速转发时段内实现对热点数据的精准挖掘，满足实际应用需求；与基于机器阅读理解的挖掘系统、基于跨语言神经主题模型的挖掘系统相比，这种新型挖掘系统能够在微博舆情信息高速转发时段内，对热点数据进行精准挖掘，与设计初衷相符合。     

基于PDCA循环和文本挖掘的网络舆情监管方法

为了完善网络舆情信息的监管机制,使网络舆情能够被有效的梳理和监管,提出了基于PDCA循环和文本挖掘相结合的网络舆情信息监管方法。该方法采用PDCA的计划、执行、检查、改进四个步骤来梳理网络舆情信息监管流程,而在执行阶段则融入文本挖掘方法实现智能决策分析。本文首先分析了目前网络舆情管理的现状,其次给出了基于PDCA循环和文本挖掘的监管方法的实施方案,其中重点阐述了信息获取、热点网络舆情发现、情感倾向性分析等文本挖掘方法在其中的应用。     

互联网舆情监管系统设计思路探索

互联网时代,监管工作有了新要求、新标点,从舆情监管业务出发,向我们提出新的问题,通过舆情监测系统,我们可以在浩瀚无际的互联网中获得我们关注的舆情信息,通过对信息的分析,可以有效的净化网络环境,所以舆情监管系统的建设与技术应用十分重要.     

基于BiGRU模型的多模态网络舆情情感分析

情感分析可以挖掘社会热点事件网络舆情的矛盾冲突,加强对多模态信息的分析处理,对网络舆情管理具有重要意义。本文基于BiGRU模型构建多模态网络舆情情感分析框架,运用word2vec提取文本特征,卷积神经网络提取图像特征,采用线性融合进行特征融合实现情感分析。与基线模型相比,本文的多模态网络舆情情感分析方法准确率、宏平均F1和加权平均F1的结果更优,对现实生活产生的舆情事件具有较好的情感识别效果。     

高校网络舆情分析系统的探究

随着网络技术在高校的迅速普及和发展,大学生的学习生活越来越依赖于互联网,由于大学生常常对网络虚拟社区中的“焦点”、“热点”问题发表一些具有明显负面性的意见或者言论,导致负面的信息在互联网上迅速传播,而这些负面的高校网络舆情如果不加以适当控制可能会对学校甚至社会带来消极的影响。本文致力于高校网络舆情分析系统的研究,力求寻找有效途经,探索新方法,开拓新思路,为加强高校网络舆情监管体制的实效性提供有益的帮助。     

公共安全视域下的舆情热点及发展趋势可视化研究

伴随互联网技术的发展和进步,虚拟网络潜在的不稳定因素和安全隐患为公共网络安全带来了新的冲击。同时,在网络时代背景下网民能够实时、快速的在虚拟社会中接收和传播网络信息,在网络媒体上网民通过信息互动形成的网络舆情形成一种新的网络力量,对整个国家、社会和个人的发展产生了深刻的影响。但是从当前发展实际情况来看,网络舆情的存在在某种程度上威胁了公共安全。文章根据2017年到2018年中国知网收录的网络舆情危机热点内容,就舆情危机进行量化分析,并针对舆情危机的类型提出一系列的可视化处理对策,旨在能够更好的打造出和谐社会。     

网络时代中舆情监控工作的风险防范措施分析

进入了“互联网+”时代后,网络给人们带来了巨大的财富,方便了人们的交流与沟通,通过网络,让交互比任何一个时代都要便利,由此也引发了网络舆情。网络舆情有着匿名性、广泛性、突发性的特点,积极的网络舆情信息也带来正面影响,消极的网络舆情则会对社会造成威胁,因此,做好舆情监控工作十分重要。本文基于此,针对网络时代中舆情监控工作...     

高校网络舆情决策支持管理平台的构建

高校网络舆情是影响大学生集体行动成效的风向标,基于热点事件的网络舆情结构特征的感知与判别将直接决定大学生集体行动发展态势,因此,为了防止舆情信息对社会造成的不良影响,对高校网络舆情进行有效监测,能够为管理人员提供决策依据,本研究拟通过构建高校网络舆情决策支持管理平台来实现保障高校正常的教学科研秩序,促进高校学生身心健康的成长。     

基于NLP的文本挖掘技术在提升电信客户满意度中的应用

为了充分挖掘非结构化数据蕴含的信息价值,文章介绍了基于自然语言处理的文本挖掘技术,从原理到实践进行了探究。以电信运营商移动网络客户的体验与口碑为导向,利用文本挖掘技术在互联网舆情分析和客服部门投诉工单分析等方面进行探索,给出了基于非结构化文本数据的信息分类与呈现的方法,从而更好地聚焦客户需求和网络问题,支撑网络维护与优化工作,提升客户满意度。     

信息采集技术在互联网舆情分析中的应用

随着现代化信息技术的飞速发展,当前的网络环境也逐渐变得复杂,网络舆情对网民、社会的发展有重要的影响。网络舆情发生的范围广、传播快,因此,对网络舆情信息的采集与分析至关重要,信息采集技术在网络舆情分析中有着重要的作用,笔者根据自身多年的工作经验,谈谈信息采集技术在互联网舆情分析中的应用。     

面向多源社交网络舆情的情感分析算法研究

随着互联网技术的快速发展,社交媒体的多元化也应运而生,因此如何有效分析多源社交网络舆情成为当前研究的热点。文中结合舆情信息的抓取、分词、过滤停用词等三个核心处理模块,基于舆情的情感及趋向性分析,提出了一种面向多源社交网络舆情的情感分析算法。仿真结果表明,该算法在多源社交网络舆情的分析处理中检测效果良好,说明该算法有效。文中的算法研究,可为该领域的进一步研究提供有价值的参考。     

基于社区发现的舆情热点挖掘研究

信息时代的快速发展,让社交网络平台成为人们交流工作、发表意见、联络感情的第二世界。为了准确地在大量网络舆情数据中发现热点并分析其热度,提出了基于社区发现的舆情热点挖掘研究,使用社区发现算法对舆情数据的热点挖掘工作进行研究,鉴于微博数据传播机制的特点,微博话题的热度值会受到转发量、评论数、点赞次数以及发表时间的影响,为此引入微博舆情数据关键词的热度影响因子来提高针对微博舆情数据热度计算的准确率。并在此基础上提出一种基于综合权重计算和热度影响因子的改进算法—CWHIF-TR。构建针对微博文本的热度分析模型,完成热点关键词热度分析实验和摘要句热度分析实验,为热度计算的相关研究提供思路。     

网络舆情事件热点发现的算法比较分析

介绍了当前网络舆情话题检测所广泛使用的算法,讨论了当前网络技术发展环境下海量网络信息对网络舆论突发事件中话题发现造成的影响。结合舆情监控系统的设计,详细阐述了热点发现的过程中几种算法的实现过程,并对几种算法进行了比较分析。     

文化遗产网络舆情大数据的监测系统设计

文章设计了文化遗产网络舆情大数据的监测系统,系统功能为：(1)能够实时的爬取海量网络媒体内容中的文化遗产舆情信息;(2)建立核心舆情数据库存储核心舆情信息;(3)能对隐含在核心舆情信息中的价值信息进行挖掘和展示;(4)能自动给相关人员发送文化遗产舆情的监测和预警信息。该系统的设计能为相关各方获得文化遗产的信息与动态提供一种新的方式与渠道。     

基于社交软件的高校校园网络舆情分析

为了准确把握高校大学生群体的心理状况和行为倾向,利用社交软件针对性分析高校校园网络舆情具有重要理论意义和现实价值。首先,调研高校的校园官网、微博、QQ与微信,通过问卷、网络爬虫等手段收集大学生网络舆情数据。然后,通过数据预处理、数据挖掘来提取热词和敏感信息,对热点事件进行聚类并可视化呈现舆情分析的结果。最后,基于舆情分析结果给出引导大学生健康发展的相关建议。     

利用Web挖掘技术实现公安机关对互联网的管控

随着互联网的发展,社会各热点、敏感等信息及有害网站、有害数据均会以最快的速度在互联网上出现。论文从公安工作的实际需求出发,通过分析Web挖掘的内容挖掘和记录挖掘实现技术,对公安机关如何利用Web挖掘方法加强对互联网信息的监管和控制进行了细致的分析。     

基于大数据的网络舆情分析系统

针对互联网数据快速增长和舆情信息飞速传播的问题,提出一种基于大数据的网络舆情分析系统。该系统包括数据采集、预处理、分析和报告汇总四个模块,实现舆情信息的全网自动搜索与采集,大规模舆情数据的格式化存储以及舆情信息的分析、统计汇总等功能。该系统还使用Hadoop平台进行数据处理,并使用HDFS分布式文件系统存储舆情数据,使用MapReduce技术完成舆情分析和报告。仿真结果表明,该系统有助于及时、准确地分析网络舆情,能较好地满足网络舆情分析的需求。     

大数据与互联网的舆情管控

介绍了一种基于大数据基础技术和应用技术进行互联网舆情管控的方法。该方法将互联网舆情管控分为大数据收集、舆情发现、信息源定位3个阶段。当有热点事件发生并在互联网上广泛传播的时候,利用互联网舆情管控的基本方法就可以及时掌握该事件在互联网上的传播情况、判断该事件是否被恶意引导或曲解并找出信息传播的关键节点,为互联网舆情管理单位提供管控依据和有力支撑。