元搜索技術(shù)在涉藏輿情監(jiān)控系統(tǒng)中的應(yīng)用研究.pdf

1、涉藏輿情是社會管理部門了解藏區(qū)民眾對社會政治態(tài)度等更為直接途徑，同時也是制定輿情管控策略、引導(dǎo)輿情導(dǎo)向的重要依據(jù)。隨著互聯(lián)網(wǎng)尤其是境外網(wǎng)站中所包含大量的涉藏輿情信息呈幾何級數(shù)子增長時，涉藏輿情信息收集、篩選的難度和復(fù)雜度也隨之增加，同時涉藏輿情信息采集具有時效性和針對性的特殊要求，導(dǎo)致互聯(lián)網(wǎng)涉藏輿情管控工作顯得較為被動。涉藏輿情監(jiān)控作為對我省藏區(qū)互聯(lián)網(wǎng)信息導(dǎo)向的重要監(jiān)管方式，其搜集信息的時效性和準(zhǔn)確性成為了當(dāng)前研究的熱點。如何全面、高效

2、地從這些海量信息中搜集到需要的涉藏輿情信息并加以分析和研判，已經(jīng)成為了“涉藏輿情監(jiān)控系統(tǒng)”所要面臨的首要問題。
　　論文從實際工程化的角度出發(fā)，將元搜索技術(shù)應(yīng)用于“涉藏輿情監(jiān)控系統(tǒng)”之中，實現(xiàn)對互聯(lián)網(wǎng)中涉藏輿情信息采集的可行性。論文結(jié)合甘肅省甘南維穩(wěn)工程中的“涉藏輿情監(jiān)控系統(tǒng)”，對研究的相關(guān)技術(shù)進(jìn)行了概要描述，對元搜索技術(shù)和文本聚類、向量空間模型等技術(shù)進(jìn)行了研究分析，設(shè)計了完整的涉藏輿情信息采集系統(tǒng)。同時，探討了通過對元搜索引擎結(jié)

3、果的聚類方法，以便為更加準(zhǔn)確、高效地采集到符合主題的涉藏輿情信息。
　　主要研究內(nèi)容有：（1）對現(xiàn)有的輿情采集技術(shù)、元搜索引擎進(jìn)行了全面系統(tǒng)的研究；（2）針對當(dāng)前元搜索引擎方法在搜索結(jié)果去重時忽略了文本內(nèi)容等問題，分析研究了元搜索引擎查詢結(jié)果的聚類方法，提出通過對搜索頁面摘要、標(biāo)題的向量空間模型VSM（Vector Space Model）的表示來計算文本相似度，并采用凝聚層次聚類對網(wǎng)頁文檔進(jìn)行聚類,來達(dá)到去重的目的；（3）設(shè)計并