基于論壇的輿情分析系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著科學(xué)技術(shù)的進(jìn)步,互聯(lián)網(wǎng)已經(jīng)成為人們獲取信息的主要手段。一方面,對于某一話題事件,相關(guān)的信息出現(xiàn)在互聯(lián)網(wǎng)的各個(gè)分散的角落,通過人工的手段無法獲知話題事件完整信息;另一方面,網(wǎng)民通過互聯(lián)網(wǎng)參與國家事務(wù)管理、發(fā)表評論意見的熱情空前高漲,一個(gè)很小的事件就可能引發(fā)一個(gè)輿情事件,因此迫切要求監(jiān)管者及時(shí)掌握輿情話題的發(fā)展態(tài)勢,有效梳理民意,及時(shí)做出正確的處理。本系統(tǒng)利用自然語言處理技術(shù),自動(dòng)發(fā)現(xiàn)并跟蹤相關(guān)的話題事件,了解網(wǎng)民的關(guān)注熱度及傾向,最后

2、生成一個(gè)關(guān)于話題的輿情統(tǒng)計(jì)報(bào)告。具體的研究內(nèi)容包括以下幾個(gè)方面:
　　第一:實(shí)現(xiàn)了基于論壇的信息抽取工作。本系統(tǒng)是一個(gè)小型的試驗(yàn)系統(tǒng),沒有追求龐大的信息覆蓋,而是選擇有代表性的“新華網(wǎng)論壇”作為輿情信息源,經(jīng)過信息抽取后的論壇信息以xml格式存儲。
　　第二:介紹了基于兩層聚類和周期分類相結(jié)合的 TDT實(shí)現(xiàn)方法。傳統(tǒng)的增量式聚類由于話題模型覆蓋不夠全面、表示不夠準(zhǔn)確,從而導(dǎo)致在增量處理過程中誤差被累計(jì)放大,本文引入了周期分類

3、,定期對增量聚類所產(chǎn)生話題的邊緣文本重新分類,提高話題的純度,最終達(dá)到降低誤差、提升性能的目的。
　　第三:介紹了基于HowNet和依存句法分析的情感傾向處理技術(shù)。本文通過人工方式建立一個(gè)情感詞典,并通過基于Hownet語義相似度的方法計(jì)算未登錄情感詞的情感傾向和強(qiáng)度,然后根據(jù)依存句法分析確定情感詞的真實(shí)上下文情感傾向,進(jìn)而確定句子、文本以及話題的情感傾向。
　　第四:設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)完整的基于論壇的網(wǎng)絡(luò)輿情系統(tǒng)。整個(gè)系統(tǒng)包