頂創(chuàng)科技輿情監(jiān)測(cè)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、頂創(chuàng)科技為西安頂創(chuàng)電子科技有限公司的簡(jiǎn)稱(chēng)，是一家以研發(fā)和經(jīng)營(yíng)手機(jī)配件及手機(jī)智能周邊產(chǎn)品為核心業(yè)務(wù)的創(chuàng)業(yè)公司。對(duì)于以科技智能創(chuàng)新為起點(diǎn)的創(chuàng)業(yè)公司來(lái)說(shuō)，善于發(fā)現(xiàn)新事物和新需求成為是否能快速盈利的關(guān)鍵，所以對(duì)智能手機(jī)和新奇配件等方面的輿情監(jiān)測(cè)工作就特別的重要。
　　本文的輿情系統(tǒng)基于MySQL數(shù)據(jù)庫(kù)管理系統(tǒng)，使用Python語(yǔ)言開(kāi)發(fā)。整個(gè)系統(tǒng)由用戶(hù)配置模塊、數(shù)據(jù)抓取模塊、數(shù)據(jù)提取模塊、數(shù)據(jù)分析模塊和數(shù)據(jù)存儲(chǔ)模塊構(gòu)成。用戶(hù)配置模塊主要用于

2、進(jìn)行關(guān)鍵詞管理、類(lèi)目管理和預(yù)警管理，其中的關(guān)鍵詞管理包含了主詞、或詞、過(guò)濾詞和預(yù)警詞四大詞類(lèi);數(shù)據(jù)抓取模塊是指驅(qū)動(dòng)主題爬蟲(chóng)抓取有針對(duì)性的信息，在數(shù)據(jù)抓取這一階段需要注意的是一方面要保證數(shù)據(jù)的及時(shí)性和全面性，另一方面要嚴(yán)格遵守網(wǎng)站對(duì)網(wǎng)頁(yè)的訪問(wèn)限制;數(shù)據(jù)提取模塊是從網(wǎng)頁(yè)中獲取用戶(hù)關(guān)注信息的關(guān)鍵，包括網(wǎng)頁(yè)的標(biāo)題、正文、發(fā)布時(shí)間、作者、文章來(lái)源、閱讀量和回復(fù)量等，對(duì)標(biāo)題和正文的提取采用概率的學(xué)習(xí)方式對(duì)網(wǎng)頁(yè)結(jié)構(gòu)進(jìn)行解析，對(duì)發(fā)布時(shí)間、作者、來(lái)源等信