基于弹幕的网络舆情文本挖掘与情感分析

针对传统评论方式依赖整体感知且相对滞后的问题,以弹幕这一新兴短信息表达方式为研究对象,采用文本挖掘与情感分析的方式研究弹幕与网络舆情之间的潜在联系。采用网络爬虫技术采集网络舆情弹幕数据,使用Jieba库实现分词、去停用词及高频词统计,基于WordCloud库绘制词云图,实现可视化,并使用SnowNLP库计算网络舆情弹幕的情感得分,运用隐含狄利克雷分布(Latent Dirichlet Allocation, LDA)模型进行主题词提取,实现对网络舆情弹幕的情感分类和主题分析。实验结果表明,该方法可多维展现网民的情感倾向与关注焦点,是对传统评论文本研究的有效补充。     

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...     

基于博弈论的网络社区舆情传播模型

针对网络社区动态、交互的舆情传播问题, 提出了基于博弈论的舆情传播模型(POBGT)。利用在动态概率条件下的博弈策略构成博弈树和收益矩阵, 从网络社区内部与外部分别对动态舆情传播进行分析; 构建的模型能够从动态和交互两方面描述传播过程, 最终能够形成稳定的状态。仿真结果表明, 网络社区中舆情传播在一般情况下具有初期传播平稳, 后期倾向某一方形成具有一定影响的舆论。     

基于云计算的网络舆情挖掘

网络舆情对人们日常生活和社会稳定的影响越来越大。传统的单机服务器已不能满足海量、异构、分布式、复杂的数据的计算要求。云计算系统能对大数据集进行处理、分析,向用户提供高效的服务。但数据本身具有噪声、异构等问题,为解决此问题首先进行数据规约,再对规约后的数据使用云计算工具进行网络舆情的挖掘。     

文本挖掘在企业网络舆情分析中的应用研究

利用Python爬虫技术采集两家拉链龙头企业的移动微博舆情信息,用文本挖掘技术对舆情信息进行词云分析、关联分析、倾向性分析和数据分类分析,分析结果体现了竞争对手的定位、口碑等差异,可辅助于企业决策支持.     

舆情监控系统软件开发与应用

本文对舆情的概念进行了概括,说明网络舆情是舆论监控的关键。对舆情信息收集过程中的关键技术进行了分析,根据相关的性能要求,对舆情监控体系的构建,完成网页资料收集和Web页面资料的整理和归纳是舆情监控系统的重点。对这些环节进行整理,可以实现对社会热点舆论发展的监控和引导。     

基于Moran过程的竞争性舆情信息的网络传播博弈模型

新的媒体环境下,在享受不同形式在线社交网络提供便捷信息互动渠道的同时,需要加强对信息传播的管理与引导,防止其发展成为负面舆情信息肆意滋生的温床。结合传统演化博弈论与复杂网络理论,提出了竞争性舆情信息的网络传播博弈模型,并理论分析了正面舆情信息传播占优的收益条件及群体规模;随后,结合实际案例,通过仿真实验对比分析三种博弈环境下网络舆情的演化特征。三种博弈环境下,正面舆情信息传播策略占优条件均与收益有关,弱选择情境对收益参数的要求最为严格;强、弱选择情景下策略占优的条件还与群体规模有关,且强选择情景对群体规模的要求更为严格。     

网络舆情生命周期的挖掘策略研究

传统的网络舆情挖掘的研究比较粗浅,缺乏面向网络舆情生命周期的挖掘,无法对网络舆情进行完整的分析和监控。针对这个问题,提出了网络舆情生命周期的挖掘策略。通过网络舆情生命周期的挖掘,能对网络舆情进行整体的分析和全程的监控。     

基于改进的元胞自动机的网络舆情传播模型

本文针对网络舆情传播,结合元胞自动机理论,提出了一种三维元胞自动机模型。该模型能够更加准确地模拟网络舆情的传播动态,有效地解决舆情传播过程中遇到的问题。实验结果表明新的模型和算法简便、高效,基于三维元胞自动机建立的传播模型清晰的表达了网络舆情传播的过程。     

超网络中的舆情传播模型及仿真研究*

现实中,个体受到来自不同社会关系网络中所有邻居的信息传播的影响。引入超网络刻画个体的复杂社交关系,基于传染病学建模的思想,模拟超网络中的舆情传播过程。对比分析舆情在超网络和复杂网络结构下的传播过程。当超网络的结构参数取特定值时,模型可以退化为复杂网络模型。进一步,测试超网络结构参数、传播率、恢复率及初始传播节点对舆情传播的影响。探讨舆情的传播时间和波及范围,进而揭示网络舆情的传播规律。     

藏文舆情云分析系统平台研究

文章介绍了藏文舆情云分析平台的系统框架和核心模块,系统运用云计算技术在用户不增加高性能设备的前提下,实现由完全不懂藏语言文字的用户对纸质的藏文印刷体文本、存储介质获取的藏文各类格式文档,以及互联网等多种来源实施舆情监控,采用最大熵与条件随机场结合的方法进行命名实体识别,通过词语级以及句子级的辅助翻译技术将藏文舆情分析结果用中文呈报给用户。     

基于关联度模型的文本倾向性检索研究

该文在研究了信息检索理论与文本倾向性分析技术等的基础上,结合国内外关于观点检索的相关研究,提出了基于关联度的文本观点检索算法。它综合考虑了主题检索过程中的查询扩展、文本检索相关度、文本倾向性强度和检索主题与文本情感的关联度等对观点检索最后结果的影响。该算法从理论上考虑了观点检索不同因素之间的相互影响问题。通过对COAE2008观点检索子任务的实验数据进行实验,结果表明 该文提出的基于关联度的观点检索算法可以取得较好的效果。     

基于网络舆情的K-Means算法的改进研究

传统的K-Means聚类算法只能保证收敛到局部最优,从而导致聚类结果对初始代表点的选择非常敏感;凝聚层次聚类虽无需选择初始的聚类中心,但计算复杂度较高,而且凝聚过程不可逆。结合网络舆情的特点,深入剖析了K-Means聚类算法和凝聚层次聚类算法的优缺点,对K-Means聚类算法进行改进。改进后算法的核心思想是,结合两种算法分别在初始点选择和聚类过程两个方面的优势,进行整合优化。通过实验分析及实际应用表明,改进后的文本聚类算法在很大程度上可以提高网络舆情信息聚类结果的准确性、有效性以及算法的效率。     

基于概率推理模型的博客倾向性检索研究

近年来博客作为一种新兴的大众化新闻发布媒介越来越受到人们和业界的关注.博客之间通过互相引用、互相推荐形成一个巨大的博客空间.在博客空间中,人们既可以自由发表对现实生活各种问题的观点,表达自己的情感,也可以对市场上出现的新产品进行评论.准确检索出博客空间中人们对重要话题、热点事件的观点看法对市场调研、网络舆情发现与预警等应用有重要意义.博客倾向性检索的目标是检索出与给定查询既要主题相关又要有与该查询相关评论的博文.为实现该目标,把概率推理模型应用于博客倾向性检索中,提出一个基于概率推理模型的博客倾向性检索算法.该算法把主题相关性评分和倾向性评分合并到一个统一的概率推理理论模型,能够有效计算博文中出现的主题描述与查询的主题相关性,合理度量倾向性词描述查询主题的倾向性强弱,并融合二者分数形成最后整体评分.实验表明,该算法能够有效地识别博客空间中与给定查询相关的观点,获得较好的结果.     

互联网突发事件的舆论传播特征及引导研究

随着网络传播这一新型传播方式的逐渐普及,网络突发事件这一在网络传播中出现的事件也展现了频发的态势.正确的网络舆论引导可以有效规避网络突发事件传播中的负面效应.通过对互联网突发事件的舆论传播进行整理和分析,以10月16日"湖南新晃修建夜郎古国"网络事件为例,总结了网络舆论传播的主要特征,并指出舆论引导的注意事项,最后提出...     

基于情感词典扩展技术的网络舆情倾向性分析

随着Web2.0时代的到来,网络已逐渐成为反映社会舆情的重要载体之一,网络舆情发现及网民的观点和倾向性挖掘也成为新的研究热点,但是目前尚无有效反应网民对热点事件或话题总体态度的舆情分析系统.本文针对网民关于话题评论简单、数目众多的特点,应用HowNet和NTUSD两种资源对现有情感词典进行扩展,建立了一个新的、具有倾向程度的情感词典.基于扩展的情感词典,开发了一个半自动化网络舆情分析系统.该系统能够为用户提供更加细致、准确的评论倾向性分析结果.     

第三届中文倾向性分析评测(COAE2011)语料的构建与分析

文本倾向性分析已成为自然语言处理领域研究的热点问题之一。为进一步推动中文倾向性分析的研究,中国中文信息学会信息检索专业委员会举办了第三届中文倾向性分析评测(COAE2011)。该次评测主要关注领域和上下文语境(Context)对中文倾向性分析的影响。该文主要介绍COAE2011评测语料的构建及其对评测的支撑 首先介绍了COAE2011语料的领域选取、媒介分布等获取过程,然后详细阐述语料的标注原则与方法,最后依据评测结果分析领域和上下文语境因素对倾向性的影响。COAE2011语料的建立将为中文倾向性分析提供强大的资源支持。     

基于互联网的数字媒体内容舆情分析系统

快速发展的互联网已成为反应社会舆情的重要载体之一,如何对互联网数字媒体内容舆情进行分析监控,及时有效地发现危害社会安全的各类有害虚假的舆情信息,已成为促进我国数字媒体内容舆情信息安全和内容监管健康发展迫切需要解决的问题。提出了一个基于互联网的数字媒体内容舆情分析模型,设计并实现了基于互联网的数字媒体内容舆情分析系统,并就涉及的实用关键技术进行了探讨。     

基于web 的股评观点挖掘系统

互联网已经逐渐成为散户投资者获得投资信息的主要渠道．“大盘走势”是散户投资股市主要考虑的因素．这里基于股评文章的特征设计实现了股评观点挖掘系统．该系统利用基于模式的倾向性分析股评的方法,识别并提取预测性观点句并通过倾向性分析最终获得股评的分类．实验表明,基于该方法的观点挖掘系统,查准率达到了91．7％．