面向網(wǎng)絡(luò)輿情分析的社會(huì)熱點(diǎn)話題技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷進(jìn)步，互聯(lián)網(wǎng)逐漸走進(jìn)人們的工作生活，網(wǎng)絡(luò)輿情越來(lái)越能夠精確反映當(dāng)前社會(huì)熱點(diǎn)、民眾的態(tài)度需求，因此許多政府相關(guān)部門(mén)、企業(yè)能夠?qū)W(wǎng)絡(luò)輿情信息進(jìn)行監(jiān)控管理的需求就變得非常迫切。同時(shí)由于互聯(lián)網(wǎng)信息量大，且分布廣泛，這些特點(diǎn)決定了難以依靠人工方式去實(shí)現(xiàn)信息的篩選以及輿情的監(jiān)控。因此通過(guò)輿情監(jiān)測(cè)及時(shí)發(fā)現(xiàn)當(dāng)前掌握輿情熱點(diǎn)信息，為相關(guān)部門(mén)和媒體應(yīng)對(duì)突發(fā)事件提供理論依據(jù)，具有重要的社會(huì)價(jià)值。
　　首先，本文介紹了熱點(diǎn)話題輿情分析所

2、涉及的關(guān)鍵技術(shù)，通過(guò)對(duì)當(dāng)前信息處理系統(tǒng)中網(wǎng)頁(yè)正文提取方法和網(wǎng)頁(yè)布局結(jié)構(gòu)的研究，針對(duì)當(dāng)前算法對(duì)于不同網(wǎng)頁(yè)結(jié)構(gòu)網(wǎng)頁(yè)正文提取準(zhǔn)確度低的不足，充分考慮結(jié)構(gòu)差別較大的網(wǎng)頁(yè)對(duì)網(wǎng)頁(yè)正文提取的影響，提出了基于結(jié)構(gòu)相似網(wǎng)頁(yè)聚類(lèi)的正文提取算法，根據(jù)組成網(wǎng)頁(yè)前端模板各“塊”對(duì)模板的貢獻(xiàn)賦以不同的權(quán)重，其次計(jì)算兩個(gè)網(wǎng)頁(yè)中對(duì)應(yīng)塊的相似度，將各塊的相似度與權(quán)重乘積的總和作為兩個(gè)網(wǎng)頁(yè)的相似度。利用網(wǎng)頁(yè)間相似度將網(wǎng)頁(yè)聚類(lèi)，使得同一簇中的網(wǎng)頁(yè)正文提取結(jié)果更加準(zhǔn)確。

3、>　　其次，通過(guò)對(duì)比多種文本聚類(lèi)算法的優(yōu)缺點(diǎn)，結(jié)合本文研究對(duì)象網(wǎng)絡(luò)新聞，針對(duì)原Single-Pass算法隨機(jī)選取聚類(lèi)中心影響聚類(lèi)結(jié)果和算法運(yùn)行過(guò)程中需要多次與所有對(duì)象聚類(lèi)影響效率的不足，確定初始聚類(lèi)中心，并在新文本不斷加入過(guò)程中不斷更新聚類(lèi)中心，進(jìn)一步提高算法的運(yùn)行效率。然后計(jì)算話題熱度值時(shí)引入衰減函數(shù)，根據(jù)其各項(xiàng)特征計(jì)算出話題的熱度值，進(jìn)而根據(jù)話題熱度值得到輿情信息中的輿情熱點(diǎn)話題。
　　最后，根據(jù)對(duì)以上內(nèi)容的研究，結(jié)合平臺(tái)的設(shè)