康健开题概要.ppt

基于Multi-Agent和群体智能的藏文网络舆情分析及预警机制的研究 姓 名：康 健 专 业：计算机技术 导 师：乔少杰副教授 报告主要内容 课题研究背景及意义 国内外研究现状分析 课题研究目标及内容 拟解决的关键问题 课题的可行性研究 计划进度及预期成果 1.课题研究背景及意义 计算机技术与网络通信技术发展，藏族地区网民通过网络形成的网络舆情激增，有效的进行舆情分析并指导舆情走向有重大意义； 大规模的藏文信息采集、处理、舆情分析及预警问题，采用Multi-Agent思想对问题进行分解并通过相互协调与合作、相互通信，这样能够更好的解决此问题； 基于群体智能的优势可以高效和准确地组织半结构化藏文文本信息，进而辅助本文舆情分析前所支撑的半结构化藏文文本信息挖掘，服务挖掘的研究。 2.国内外研究现状分析 Multi-Agent技术应用的国内外现状 Misky首次提出的，并经过Wooldrige 和 Jennings，Shoham等人对智能体（Agent）的研究，提出了智能体的应用范围并推广的智能体的应用范围。 美国的 Sandia 国家实验室研究的 ASPEN 系统就属于基于 Agent 建模仿真方法在经济领域中的应用。 杨帆等人针对敏捷卫星任务规划问题，基于Multi-Agent理论构建了任务分配和调度模型，以敏捷卫星任务规划调度问题为例通过实验验证获得了满意的效果。 2.国内外研究现状分析 群体智能技术的国内外现状 Bonabeau和Dorigo等人在其专著中给出群体智能的概念，即“群体智能是指任何受到社会昆虫群体和其它动物群体的集体行为的启发而设计的算法和分布式问题解决策略”。这是群体智能发展的一个标志。 Deneubours等人提出了蚁群聚类的基本模型。 Lumer和Faieta将基本模型推广应用到数据分析。 吴斌等在LF算法的基础上系统地提出了一种基于群体智能的算法。 2.国内外研究现状分析 舆情分析技术的国内外现状 国内外已有多家公司推出舆情分析软件，如英国科波拉软件公司推出的“感情色彩”。 北大方正技术研究院研发的方正智思舆情预警辅助决策支持系统等。 3.课题研究目标及内容 课题研究目标 基于Multi-Agent技术的，建立智能藏文信息采集并预处理模块，智能基于群体智能的藏文文本聚类处理模块，智能藏文舆情分析及预警等三个模块。 利用基于群体智能的藏文文本聚类算法将获取到的藏文文本信息聚类，借助此算法可以高效和准确地组织藏文文本信息。 设计实现基于主题的网络舆情分析方法对聚类的藏文文本信息进行舆情分析，进而实现舆情分析及预警。 3.课题研究目标及内容 课题研究内容 第一步，智能藏文信息采集并预处理模块根据指定的采集规则对指定藏文网站进行数据采集，获取到藏文信息，对获取到的信息进行去噪、抽取等预处理工作，将日志和相关文本存入数据库； 第二步，智能基于群体智能的藏文文本聚类模块在获取到文本集合后，对这些文本进行藏文分词、建立空间向量模型和藏文文本特征提取，后基于群体智能的藏文文本聚类算法对文本进行聚类，获取相应的聚类信息； 3.课题研究目标及内容 第三步，管理者通过输入指定关键词（如热点词、焦点词或敏感词等）进行舆情的分析，根据舆情分析算法，绘制相应的藏文舆情分析曲线和图表，以便提醒管理者对其进行网络监控和舆情引导； 第四步，对实验所提算法的有效性和准确性进行验证，并对模型不断改进。从最终获取藏文文本聚类的准确性与效率和舆情分析的准确性与效率两个方面进行比较，探讨应用Multi-Agent技术的性能优劣及原因。 4.拟解决的关键问题 根据对藏文舆情分析及预警机制的需求分析，首先根据具体需求设计每一个Agent，然后构建Multi-Agent架构体系，使各Agent间相互通信合作，资源合理分配。 基于群体智能的藏文信息处理过程中，藏文分词和藏文文本聚类的准确性是智能藏文舆情分析的关键步骤，高效的藏文分词和聚类算法的思想和实现是后期预警分析的保证。 舆情分析算法（热点分析、焦点分析、主题关注度分析、拐点分析等算法）的优化和改进。 基于Multi-agent和群体智能的藏文网络舆情分析及预警系统开发。 5.课题的可行性研究 Multi-Agent技术，在工程系统和工业等领域的应用已经较为普遍，本课题是将Multi-Agent技术应用到藏文舆情分析及预警机制中，智能体Agent是为了实现不同的任务功能而设计的软件实体各实体间处于一定的环境中，能感知环境并作用于环境，并自组织实现各自的活动，符合Multi-Agent技术的相关理论，因此是可行的。 本课题中基于群体智能的藏文文本聚类问题是对吴斌等人设计实现的基于群体智能的Web文档聚类的算法进行改进，针对藏文文本构词的特性对此聚类算法进行了优化和