互聯(lián)網(wǎng)輿情分析系統(tǒng)的設計與實現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的爆發(fā)式發(fā)展,人民大眾輿論性的交流也隨之轉移到網(wǎng)絡上,這也就是現(xiàn)在的網(wǎng)絡輿情的誕生。而對于網(wǎng)絡言論的公開性,自由性,以至于網(wǎng)絡輿情的內容往往卻是焦點。各級政府部門級急需對這些互聯(lián)網(wǎng)信息進行整理及篩選,能夠對其加以控制,能夠準確的掌握輿情的動向是各政府部門的迫切的任務。互聯(lián)網(wǎng)輿情分析系統(tǒng)主要就是針對互聯(lián)網(wǎng)海量的信息內容進行聚類、分類處理,有效的解決了人工分析互聯(lián)網(wǎng)信息的難題。而對于互聯(lián)網(wǎng)輿情分析系統(tǒng)的智能分析中,輿情分析和輿情預

2、警兩項技術是系統(tǒng)中最重要的結點,通過這兩部分技術的應用分析才能準確的得到最新、最準的輿情動向。
　　本文針對輿情分析進行具體的技術研究和實現(xiàn)。對于輿情分析主要應用到文本聚類的算法,本文引用到的 K-means算法的基本原理,但是在選取初始聚類中心時,結合了系統(tǒng)中輿情信息的應用,選擇了通過一個限定的輿情信息的文本簇,即給定一些關于輿情信息的文本集合,能夠讓初始聚類中心會在這個集合中選取,確定了聚類的大致范圍,以至于聚類出來的結果較為

3、準確。通過改進的 K-means算法聚類出的結果通過話題的形式來展示出來。也可以通過自己添加聚類條件如時間段、具體事件關鍵字、公開級別等信息來生成專題,這樣更能有針對性的跟蹤一個重要話題。而在話題、專題詳情中還能夠通過文本間的關聯(lián)圖發(fā)現(xiàn)事件的發(fā)生歷程及事件動態(tài)情況,有利于做趨勢預測。
　　對于輿情預警部分的應用,涉及到使用文本分類算法,本文采用的是文本分類KNN算法的基本原理,通過結合輿情類型進行指定分類類別(如涉警,維穩(wěn),治安等