基于PSO-KHM聚類的微博輿情預(yù)警系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、　　隨著web2.0的迅速發(fā)展，微博(Microblog)為廣大網(wǎng)絡(luò)用戶提供了一個(gè)自由交流的空間，成為表達(dá)民意的一個(gè)重要平臺(tái)。但目前微博中也存在一些不和諧的不文明行為，甚至存在一些攻擊國家、擾亂社會(huì)的言論。為了正確地引導(dǎo)社會(huì)輿論，凈化網(wǎng)絡(luò)環(huán)境，微博輿情預(yù)警與檢測技術(shù)應(yīng)運(yùn)而生，為政府和網(wǎng)絡(luò)管理部門提供了有效的管理手段，也便于政府及時(shí)掌握各個(gè)時(shí)期微博中民眾關(guān)心的熱點(diǎn)話題，并了解民眾對這些熱點(diǎn)話題的觀點(diǎn)和態(tài)度，從而能夠做出正確、科學(xué)的決策。

2、
　　本文主要研究內(nèi)容有：
　　首先，分析了當(dāng)前文本聚類分析中常用的幾類方法和聚類算法評價(jià)標(biāo)準(zhǔn)，并介紹了粒子群(Particle Swarm Optimization)算法及一些成熟的改進(jìn)方法，并將其應(yīng)用到了KHM (K-Harmonic Means)聚類的前期優(yōu)化上。
　　其次，介紹了微博信息的爬蟲提取，然后如何將非結(jié)構(gòu)化的微博信息轉(zhuǎn)換為結(jié)構(gòu)化的文本， 微博文本的預(yù)處理過程，主要包括中文詞法分析，去重，文本