共查询到17条相似文献，搜索用时 125 毫秒
1.
2.
文本挖掘在网络舆情信息分析中的应用 总被引：15，自引：0，他引：15
网络舆情已成为社会情报的一种重要表现形式.挖掘技术为网上大量以非结构化数据形式出现的舆情信息分析提供了方法和技术支持.介绍了网络舆情的特点与作用,分析了文本挖掘技术的主要功能,提出网络舆情信息挖掘分析模型,并以实例说明文本挖掘在网络舆情分析中的应用. 相似文献
3.
本文在分析、比较和综合国内外网络舆情信息分析处理技术的基础上,将Web挖掘技术引入舆情智能分析处理中,构建了基于Web挖掘的舆情信息智能分析模型,并通过系统实例介绍了Web挖掘在网络舆情智能分析中的具体应用。 相似文献
4.
基于网络舆情安全的信息挖掘及评估指标体系研究 总被引：5，自引：1，他引：4
本文对网络舆情信息挖掘的渠道和环节、挖掘内容重要的六个点及挖掘方式提出了新的想法;构建了网络舆情安全评估指标体系,来量化评价舆情发展态势,并为管理者提供预警和辅助决策的科学依据;该指标体系的构建也对网络舆情监测和预警综合系统的平台运行具有重要的指导意义。 相似文献
5.
6.
《内蒙古科技与经济》2015,(16)
介绍了网络舆情研究的背景及意义、热点发现的概念以及相关技术,并给出目前文本聚类领域普遍适用的聚类算法,最后探讨了网络舆情热点发现研究存在的问题,并展望了网络舆情热点发现的研究趋势。 相似文献
7.
[目的/意义]掌握和了解微博环境下高校舆情情感的演化规律,对相关部门加强高校舆情监测监管,使高校适时采取措施应对负面舆情事件的恶性传播具有十分重要的意义。[方法/过程]本文通过文本挖掘并利用词云可视化展示对文本特征进行分析;基于朴素贝叶斯分类器将网络用户评论文本进行情感分类;结合用户情感演化与舆情事件发展周期的分析动态展示高校舆情情感演化图谱。[结果/结论]网民负向情感的占比在舆情蔓延期达到顶峰,中性情感的占比在舆情蔓延期最低,正向情感的占比在舆情周期中几乎没有变化。通过对微博环境下高校舆情情感演化图谱进行研究,为微博环境下高校舆情的研究提供新的理论支撑,在实践层面为舆情监管部门及时监测和有效引导高校舆情走向起到针对性的作用。 相似文献
8.
9.
当前网络突发事件频发,网络舆情与突发事件的相互作用增加了舆情分析和预警的难度,现有舆情预警系统无法满足需求。将Web挖掘技术引入到突发事件网络舆情预警中,构建了包括舆情采集层、舆情挖掘层、舆情分析层、预警研判层的基于Web挖掘的突发事件网络舆情预警系统模型,集成和整合了突发事件网络舆情预警全过程的重要功能,实现突发事件网络舆情采集、分析处理、危机预警的自动化、智能化和实时化。 相似文献
10.
网络舆情作为一种重要的舆情形式,具有形成速度快,受众人群广等特点,对国家和社会的影响越来越重大。互联网用户可以自由地在微博、论坛、博客等中发表有关社会中各类现实问题的态度和意见。监测网络舆情的主要手段就是利用网络爬虫对目标网络的页面数据进行挖掘,然后对挖掘的数据进行分类处理,并科学地统计舆情信息。本文主要分析网络舆情的特征和处理对策,并利用网络爬虫、全文检索、关键词评分、以及科学数理统计等手段对网络舆情监测系统的原理进行探索与系统实现。 相似文献
11.
伴随着互联网的不断发展和普及,网络以其独特的优势正逐渐成为社会舆论的主阵地,随着大量信息的涌现,如何从中发掘有用的舆情信息为我们的决策、管理服务成为当前亟待解决的问题。本文在介绍了观点挖掘技术之后,提出了基于观点挖掘的舆情信息分析方法,在构建模型的基础上,通过实例予以说明。 相似文献
12.
【目的/意义】企业和国家对网络热点话题舆情的关注度越来越高,越来越多的企业、部门和政府通过舆情信息监控系统应对网络中爆发的群体性事件和舆论压力,在此环境下对网络热点话题舆情信息进行监控可以方便舆情危机的处理。而传统的网络舆情信息监控方法为构建词项识别体系,存在监控效率低、监控效果差等问题。为此,本文对网络热点话题舆情信息监控策略进行研究。【方法/过程】构建的ISM模型对网络热点话题舆情信息监控进行相关性分析,利用建立词项识别体系,并通过K-means算法处理突发词项完成对网络热点话题舆情信息的识别,获取网络热点话题舆情信息监控影响因素集,构建舆情信息监控影响因素的直接关系矩阵,结合布尔代数运算规则和推移规律建立可达矩,从而构建出舆情信息监控影响因素关联矩阵及解释结构模型,完成网络热点话题舆情信息监控。【结果/结论】结果表明,舆情热度、舆情关注度、舆情影响力、舆情敏感度和网民情感都会对网络热点话题舆情信息的监控产生影响。在此基础上提出网络热点话题舆情信息监控策略。【创新/局限】为有效地防止网络恶性事件突发,需要全面、及时地掌握网络热点话题舆情信息的发展情况,通过分析网络热点话题舆情信息监... 相似文献
13.
以2008-2013年CNKI数据库收录的192篇国内网络舆情研究核心期刊论文为对象,采用文献计量学方法,利用引文网络分析工具Cite Space,绘制科学知识图谱,分析2008-2013年国内网络舆情研究的基本情况,并讨论舆情信息潜在热点、网络舆情预警、网络舆情趋势、网络舆情引导、网络舆情监控等5个方面的问题。 相似文献
14.
15.
[目的/意义]准确把握公众微博评论中所反映的公众观点并总结舆论焦点,有助于及时获取和引导社会舆情态势,对政府公信力、快速响应能力及执行力提升具有支撑作用。[方法/过程]文章针对当前政府微博评论社会功能发挥的现实要求和其文本特征挖掘的技术需求,从基于深度学习的文本智能语义理解和挖掘出发,提出了适用的细粒度四元组标注策略,构建了政府微博评论观点抽取与焦点呈现的深度学习模型POF-BiLSTM-CRF,即通过细粒度标注策略确定、Word2vec训练词向量、BiLSTM评论特征学习进行标签及其概率输出、CRF学习上下文实现微博评论标注优化,以及观点聚类和主题词提取后最终呈现舆论焦点。[结果/结论]针对"中国警方在线"微博评论的实验表明,文章所提研究框架和模型能够有效进行舆论观点的智能化提取,为快速把握公众观点及为政府决策提供了参考。 相似文献
16.
了解网民对某一话题所持的舆情观点倾向及其演化过程,是互联网舆情监控的一项重要内容。掌握舆情观点的演化特性对于及时引导和化解舆情危机具有十分重要的意义。考虑到互联网是一连接度分布具有幂律特性的复杂网络,提出了基于BA网络的舆情观点演化模型。模型考虑了个体本身以及个体对他人的信任关系两个因素,重点分析了模型中信任阀值对观点演化过程的影响,并对模型是否考虑网络拓扑结构因素进行了比较分析。 相似文献
17.
在网络舆情日益受到重视、相关研究逐渐升温的背景下,本文通过分析归纳网络舆情的含义和特点,阐述网络舆情对政府决策的重要性,提出情报机构应把网络舆情分析作为决策情报服务工作的重要新方向。在此基础上,详细分析了网络舆情分析的决策服务流程,包括舆情需求分析、舆情信息抓取、重要舆情分析与发布等。文章最后介绍了面向政府决策提供网络舆情服务的内容、方式和手段,包括舆情分析报告、舆情监测定制系统等。 相似文献