学位论文 > 优秀研究生学位论文题录展示

面向短文本的网络舆情分析

作　者: 时睿
导　师: 封化民
学　校: 西安电子科技大学
专　业: 密码学
关键词: 微博短文本语义相似度增量聚类舆情分析
分类号: TP391.1
类　型: 硕士论文
年　份: 2012年
下　载: 235次
引　用: 1次
阅　读: 论文下载

内容摘要

随着互联网技术的不断发展,微型博客等新形态交互方式为信息的发布和共享提供了新的平台,但同时充斥着大量的虚假、色情、反动信息,严重影响了人们对网络的正常使用和信息获取。如何对微博中的不良信息进行监控,成为亟待解决的问题。本文针对微博短文本进行舆情分析,提出了一种基于名词的微博短文本语义相似度计算方法。首先,提取微博中的所有名词；其次,利用《知网(Hownet)》义原的树状结构计算微博短文本间名词的距离；最后,通过提取相似度最高的名词对来计算微博相似度。在微博相似度计算基础上,对微博进行聚类分析,通过改进基于免疫的动态聚类算法,使聚类结果中抗体集合能够准确描述所属类的内容,同时适应不断增长的微博数据。在舆情分析阶段,通过对聚类的抗体集合整理得到话题信息,通过增量聚类算法及时发现新话题。在中等规模微博数据集测试中,本文提出的微博相似度算法能够准确判断微博主题含义,同一类别微博相似度90%以上分布在0.6-1.0之间,可为后续微博聚类服务。在大规模的微博聚类实验中,本文提出的改进算法能够较为有效地聚类,并支持微博新话题的发现和热点话题的预警。对聚类结果的分析亦能够帮助话题的分析和理解。

全文目录

摘要  3-4
ABSTRACT  4-7
第一章绪论  7-11
  1.1 课题研究背景与意义  7-8
  1.2 相关工作与研究现状  8-10
    1.2.1 针对网络短文本的特征提取技术  8-9
    1.2.2 针对网络短文本的聚类技术  9-10
  1.3 本文研究内容与组织结构  10-11
第二章面向短文本的网络舆情分析基础  11-23
  2.1 网络短文本概述  11-12
    2.1.1 网络短文本  11
    2.1.2 微博短文本  11-12
  2.2 《知网(Hownet)》简介  12-18
    2.2.1 《知网》的结构  13-15
    2.2.2 《知网》的知识描述语言  15-18
  2.3 聚类与分类策略  18-21
    2.3.1 聚类方法  18-20
    2.3.2 分类方法  20-21
  2.4 本章小结  21-23
第三章面向短文本的网络舆情分析模型  23-31
  3.1 面向短文本的网络舆情分析模型框架  23-24
  3.2 数据集预处理  24-27
    3.2.1 语言技术平台LTP  24-25
    3.2.2 LTP在本文中的应用  25-26
    3.2.3 微博短文本特征相似度计算  26-27
  3.3 网络短文本舆情分析  27-30
    3.3.1 免疫规则与动态聚类算法  27-28
    3.3.2 基于免疫的动态聚类算法描述  28-30
    3.3.3 聚类结果分析  30
  3.4 本章小结  30-31
第四章面向短文本的网络舆情分析算法设计  31-41
  4.1 基于名词语义的微博短文本相似度计算方法  31-35
    4.1.1 基于《知网》的词汇相似度计算  31-34
    4.1.2 微博短文本相似度算法  34-35
  4.2 基于免疫的增量动态聚类算法  35-38
    4.2.1 基于免疫的常规动态聚类算法  35-36
    4.2.2 基于免疫的增量聚类算法  36-37
    4.2.3 聚类系统优化  37-38
  4.3 舆情分析方法  38-39
  4.4 本章小结  39-41
第五章实验结果与分析  41-49
  5.1 微博短文本相似度计算实验  41-45
    5.1.1 实验数据来源  41
    5.1.2 实验结果分析  41-45
  5.2 微博数据集聚类实验  45-47
    5.2.1 实验数据来源  45-46
    5.2.2 实验结果分析  46-47
  5.3 本章小结  47-49
第六章总结与展望  49-51
致谢  51-53
参考文献  53-57
个人研究成果  57

面向短文本的网络舆情分析

内容摘要

全文目录

相似论文