互聯(lián)網(wǎng)輿情信息挖掘方法研究.pdf

1、及時(shí)掌握輿情動(dòng)態(tài)、積極引導(dǎo)社會(huì)輿論，是維護(hù)社會(huì)穩(wěn)定和執(zhí)政黨執(zhí)政安全的重要舉措。隨著Internet迅猛發(fā)展，互聯(lián)網(wǎng)擁有越來越龐大的用戶群，且逐漸發(fā)展成為群眾發(fā)布信息、獲取信息和傳遞信息的主要載體。因此，基于互聯(lián)網(wǎng)的輿情信息挖掘技術(shù)越來越受到廣泛關(guān)注。輿情是指一定時(shí)期內(nèi)一定范圍內(nèi)的社會(huì)群體對(duì)某些社會(huì)現(xiàn)象和現(xiàn)實(shí)的主觀反映?；ヂ?lián)網(wǎng)輿情信息挖掘技術(shù)作為輿情信息挖掘的有效手段成為研究熱點(diǎn)。然而，現(xiàn)有互聯(lián)網(wǎng)輿情信息挖掘技術(shù)的研究中暴露出信息海量性、

2、處理時(shí)效性和預(yù)警準(zhǔn)確性方面的問題，因此亟需互聯(lián)網(wǎng)輿情信息挖掘在理論體系和挖掘方法上實(shí)現(xiàn)突破。
　　本文針對(duì)互聯(lián)網(wǎng)輿情信息挖掘技術(shù)進(jìn)行研究，在明確輿情及其相關(guān)概念基礎(chǔ)上，著重探討互聯(lián)網(wǎng)輿情信息挖掘的體系結(jié)構(gòu)和互聯(lián)網(wǎng)輿情信息形成過程中不同階段所采用的不同挖掘方法。主要研究?jī)?nèi)容如下：
　　互聯(lián)網(wǎng)輿情信息挖掘的體系結(jié)構(gòu)是一項(xiàng)重要的研究?jī)?nèi)容。本文提出包括屬性層、信息采集層、挖掘?qū)雍吞幹脤拥幕ヂ?lián)網(wǎng)輿情信息挖掘四層體系結(jié)構(gòu)。其中屬性層覆蓋

3、輿情信息存在空間、發(fā)生時(shí)間、變化走勢(shì)和轉(zhuǎn)化機(jī)制中的一般規(guī)律；信息采集層覆蓋互聯(lián)網(wǎng)輿情信息采集過程中涉及到的關(guān)注主題類、采集空間、采集內(nèi)容等問題；挖掘?qū)痈采w互聯(lián)網(wǎng)輿情信息處于不同挖掘時(shí)機(jī)、基于不同挖掘目的、所采用的挖掘方法；處置層覆蓋互聯(lián)網(wǎng)輿情信息的評(píng)價(jià)、分析與處置手段。四層體系結(jié)構(gòu)是互聯(lián)網(wǎng)輿情信息挖掘的基礎(chǔ)。
　　在互聯(lián)網(wǎng)輿情信息的產(chǎn)生階段，本文提出內(nèi)容敏感網(wǎng)頁的輿情監(jiān)控方法，實(shí)現(xiàn)敏感信息監(jiān)控和不良信息過濾。針對(duì)內(nèi)容敏感網(wǎng)頁監(jiān)控方

4、法，本文提出用戶興趣聚焦度的概念，把用戶過濾需求看作以用戶感興趣事物為核心、由不同用戶興趣聚焦度為半徑形成的非形式化連續(xù)空間，借此表達(dá)用戶在過濾傾斜情況上的需求?；谟脩襞d趣聚焦度，本文提出中文敏感網(wǎng)頁過濾算法，一方面把網(wǎng)頁結(jié)構(gòu)中的URL分析、主題句分析、正文分析相結(jié)合，另一方面把用戶興趣聚焦度量化后引入機(jī)器學(xué)習(xí)算法的訓(xùn)練階段用于正文分析。實(shí)驗(yàn)結(jié)果表明，內(nèi)容敏感網(wǎng)頁過濾算法有效提高了網(wǎng)頁的過濾精度和處理速度，解決了互聯(lián)網(wǎng)輿情信息產(chǎn)生階段

5、的輿情發(fā)現(xiàn)問題。
　　在互聯(lián)網(wǎng)輿情信息的傳播階段，本文提出針對(duì)大多數(shù)用戶閱讀的新聞主題進(jìn)行挖掘的輿情監(jiān)測(cè)方法，及時(shí)了解群眾關(guān)心的輿情熱點(diǎn)并避免某些問題轉(zhuǎn)化為突發(fā)事件爆發(fā)。針對(duì)頻繁訪問主題監(jiān)控方法，本文提出基于差值編碼雙向鏈表的數(shù)據(jù)流中頻繁項(xiàng)監(jiān)測(cè)確定性算法Frequent Sketch(FS)。FS算法的空間復(fù)雜度0(/og(￡n)／E），數(shù)據(jù)項(xiàng)平攤處理時(shí)間O(l)，算法生成的全局摘要S是E一虧度摘要。基于FS算法及其在窗口數(shù)據(jù)流上

6、的擴(kuò)展算法FS-Win，本文提出一種互聯(lián)網(wǎng)頻繁訪問主題挖掘算法。實(shí)驗(yàn)分析表明，該算法能夠?qū)崟r(shí)地進(jìn)行用戶頻繁訪問主題挖掘，解決了互聯(lián)網(wǎng)輿情信息傳播閱覽階段的監(jiān)測(cè)問題。
　　在互聯(lián)網(wǎng)輿情信息的轉(zhuǎn)載階段，本文提出針對(duì)大多數(shù)網(wǎng)頁轉(zhuǎn)載的新聞主題進(jìn)行挖掘的輿情計(jì)量方法，了解當(dāng)前互聯(lián)網(wǎng)輿情主題的狀態(tài)，發(fā)現(xiàn)熱門輿情事件的發(fā)生和群眾對(duì)事件的輿論傾向。針對(duì)輿情態(tài)勢(shì)計(jì)量方法，本文提出NISAC指數(shù)方法，NISAC指數(shù)借鑒經(jīng)濟(jì)指數(shù)和社會(huì)指數(shù)的編制方法，以