基于PHP的百度贴吧数据爬取

为了解决在线数据分析利用过程中的数据自动获取问题,提出基于PHP的爬虫程序设计方法。该方法利用PHP的cURL库获取整个页面文档,然后利用Simple HTML DOM分析器进行提取。按照该方法爬取了百度贴吧数据,结果符合设计要求。     

百度贴吧用户兴趣分类

百度贴吧作为百度集团旗下独立品牌,是目前为止全球最大的中文社区。但目前对百度贴吧用户兴趣识别研究甚少。本文根据用户在百度贴吧的相关行为数据,利用改进的K-Means算法对用户兴趣进行聚类的分类识别,进而识别贴吧用户兴趣,为研究用户兴趣贴吧推荐奠定基础。     

基于百度贴吧的当代大学生价值观评价系统设计与开发

针对当前大学生价值观评价方法中普遍存在的局限性,提出了一种基于百度贴吧的评价系统的设计方法,旨在增强数据来源的真实客观程度,提高评价结果的准确度.使用统一建模语言UML进行了功能设计和数据建模,采用Python+MySQL进行开发,使用Requests+BeautifulSoup对网页进行爬取和解析,使用支持向量机分类...     

基于热点话题分析的网络舆情信息挖掘方法

网络舆情热点话题在提取的时候需要运用到复杂的网络理论,同时需要使用复杂的算法罗列出其中的重点信息.网络舆情领域当中的分析技术主要分为两个方面的内容.其一是根据具体内容进行分析,其二是依据信息数据进行分析,这两种技术是极为传统的,在运营的过程中也没有结合现代网络特性而加以完善.针对以上的问题,需要对舆情分析领域进行更加具...     

高校网络舆情分析研究

分析了我国高校网络舆情的现状、含义和问题,通过对2006年至2015年十年期间发表的有关论文数量统计分析,同时采取样本分析法对高校网络舆情构成进行了分析研究,提出了做好高校网络舆情工作的几个方面的建议.     

新时期高校网络舆情应对策略探讨

信息终端的快速发展使高校的网络舆情呈现新的特点,本文从网络安全政策法规的学习、宣传,网络舆情监控机制和网络评论员队伍的建立,网络舆情的及时引导机制等方面探讨高校对网络舆情等应对策略,以实现高校网络舆情的正确引导和健康发展。     

高校网络舆情监测关键技术研究

该文对高校BBS网络舆情的形成、传播特点和热点分析的方法进行探讨,以高校网络舆情监控机制的需求为出发点,从网络爬虫、文本挖掘、情感分析等技术入手,深入研究聚集爬虫、信息处理、文本聚类等方面的技术实现方案,用统计的方法来计算舆情主题被关注的程度。     

基于藏文网络的舆情传播模型

通过研究网络舆情传播的发展现状、趋势及特点,介绍了藏文网络舆情传播的特点和作用.根据复杂网络理论的研究方法对藏文网络舆情传播规律进行实证分析,设计了一个藏文网络舆情模型结构.研究表明,通过聚类可以提高藏文网络舆情的准确性,Web挖掘能够有效地从藏文网络上获取并分析相关舆情信息.     

论高校网络舆情有效监督管理

分析目前高校网络舆情监督管理现状,以南京信息职业技术学院网络为例,从管理制度和网络技术层面,设计高校网络舆情管理制度与网络技术监督管理体系,并介绍了该体系的部署情况.     

全媒体时代高校网络舆情的处置分析

全媒体时代,高校网络舆情发生诱因多、传播速度快、涉及范围广,已成为影响高校和谐校园建设和国家社会安定稳定的重要因素.本文在探讨高校网络舆情处理困境和处理原则的基础上,探索了高校处置网络舆情的方法.     

地方性网络论坛热点舆情话题传播机制研究

地方性网络论坛是网络热点舆情话题信息传播的一个重要平台.对其传播机制的研究有助于对网络舆情进行管控.但是,现有的信息传播机制的研究都是基于对信息的"转发"行为进行的,无法适用于网络论坛中信息传播机制的研究.针对这一问题,通过普通的大型论坛和地方性论坛进行数据对比分析,得到了地方性论坛信息传播机制的三个特点.根据论坛中信息传播与帖子回复量呈正相关的特点,在SIR模型的基础上,加入新的浏览者(Browser)节点,引入兴趣指数函数P(m),建立了UBIR(Unknow-Browser-Infected-Removed)模型.根据地方性论坛信息传播的三个特点,对模型的参数进行修改.使用该模型进行仿真实验,对地方性网络论坛中热点舆情话题的传播机制进行了研究.结果表明,该模型能够较好地拟合实际数据并描述地方性网络论坛的热点舆情话题传播机制.     

基于SIR的SNS网络舆情话题传播模型研究

舆情话题通常是由突发性的新闻事件所引发,社交网站(Social Network Sites,SNS)因其庞大的用户规模和开放性、即时性与互动性等特点,成为舆情话题传播的重要渠道.因此,研究SNS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.然而传统的网络信息传播模型无法真实地描述SNS网络中的舆情话题传播过程.为了解决上述问题,分析了SNS网络中的信息互动模式及舆情话题的传播特点,基于无标度网络上的SIR模型,通过引入内部感染概率、外部感染概率、免疫概率以及直接免疫概率,构建了SNS网络中的舆情话题传播模型.仿真结果表明,基于SIR的舆情话题传播模型可以很好地描述SNS网络中的舆情话题演化规律.     

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。     

网络舆情分析中网页信息预处理方案的实现

网络舆情分析系统中,网页信息预处理方案的实现采用了基于网页结构分析的信息抽取技术和数据存储技术。结合HTML网页的内部结构,设计了一种基于HTMLDOM结构节点路径的网页信息解析模板,用于网页信息抽取。通过网页U1KL的特征研究建立了网页之间的联系机制,应用于数据库存取提高了效率。     

融合热点话题的微博转发预测研究

微博转发行为是实现信息传播的重要方式,微博转发预测对微博影响力分析、微博话题分析具有重要价值。现有微博转发预测研究大多围绕消息属性、用户属性等微博自身特征,该文提出融合热点话题的微博转发预测方法,对背景热点话题内容和传播趋势对用户转发行为的影响进行量化分析,提出融合背景热点信息的转发兴趣、转发活跃度、行为模式等特征,并基于分类算法建立了面向热点话题相关微博的转发预测模型,在真实数据上的实验结果表明,该方法的预测准确性达到96.6%,提升幅度最高达到12.14%。     

基于聚类分析的网络论坛意见领袖发现方法

提出表示网络论坛用户的特征值向量,它由7个特征值组成。设计基于EM算法的用户聚类算法,从实际的贴子数据中提取向量数据集,并基于聚类结果筛选出最符合意见领袖群体的子类。以某论坛为例,分别运用该方法及现有典型方法提取出意见领袖并进行比较,验证本文算法的正确性。     

基于区块链技术的在线社会网络舆情传播模型与干预治理

区块链的快速发展和普及,为网络社会网络舆情的传播提供了便捷的平台,这使得网络舆情逐渐成为人民群众最活跃的反映方式.当网络舆情涉及社会热点等问题时,会引起网民的快速关注,甚至引发突发事件和连锁反应,考察政府的治理干预能力,甚至对国家社会安全和稳定构成紧张.本文根据网络舆情传播的特点,从个体行为和群体社会强化两个方面揭示网...     

基于用户关联的热点话题检测方法

为了提高从微博信息中检测热点话题的准确率,提出一种基于用户关联的热点话题检测方法.依据用户权威度对微博用户排序,过滤拥有低权威度值用户的相关微博信息.用户权威度通过基于PageRank的微博用户权威度评价模型来计算.将用户权威度数据与微博评论数、转发数结合在一起,得到话题的热度值.实验结果表明,所提出的方法在微博应用中能够有效识别“僵尸”用户,使漏检率和误检率分别平均降低19.78％和4.77％,能较好地提高热点话题检测成果的准确率.