电力行业舆情监测系统设计与实现.docVIP

电力行业舆情监测系统设计与实现 　　【 摘 要 】 公共危机事件是一个沿着若干级差从无序向有序逐渐递进或者消减的过程。公共危机事件爆发时，常常容易引起群众的广泛关注，造成相关信息在短时间内迅速传递，爆发出大量舆论信息。一些非理性议论、小道消息或负面报道常常在一定程度上激发人们普遍的危机感，网民对事件的关注与反响令社会震惊不已，使企业承受着巨大的舆论压力。 　　【 关键词 】 电力行业；网络舆情监测；Web挖掘技术；搜索引擎技术；互联网公共危机 　　1 引言 　　在互联网高速发展和广泛应用的今天，网络新闻媒体已成为人们关注的一个重要平台。在反映事实和引导舆论方面，网络与传统新闻媒体有同样的功能，但是具有不同的特点。通过互联网，任何人都可以在微博、论坛、留言版或者自建站点上发布言论和观点，却往往不考虑发布言论的真实性以及带来的社会影响。 　　电力行业舆情监测系统的建立健全将有效地增强电力行业舆情信息监控能力，帮助电力部门及时处理面临的问题，从而有效提升电力企业的社会品牌、知名度和企业服务质量。舆情系统还将帮助电力企业良好形象，维护地方持续稳定，提高安全生产和员工工作效率，了解用户需求和体验。 　　2 系统设计 　　2.1 系统总体设计 　　2.1.1 系统功能设计 　　一个完整的电力行业舆情监测系统，主要包括以下三个部分，即舆情信息采集系统、舆情信息分析系统和舆情服务系统。 　　2.1.2 系统架构 　　系统采用B/S架构模式，只需要联网的浏览器，就能实现随时随地访问系统。 　　2.1.3 系统技术框架 　　系统采用J2EE的架构进行开发，采用成熟的基于MVC的Struts架构。Web Server接受客户的访问/交易请求，并建立起安全通道之后，根据不同的业务请求，由专门的Action Servlet进行处理，该Servlet会根据不同的请求调用相应EJB或Javabean对数据库进行访问，并调用组件处理相应的系统流程，最后根据配置文件定义的结果显示页面，将系统处理结果传输到用户端，从而实现了对系统请求的处理。 　　2.2 舆情采集系统设计 　　采集子系统主要包括两大模块，即全网采集和定向网站采集。两种采集模??既保证了风险信息采集的深度广度又保证了风险信息采集的及时性。风险采集系统每秒钟可实现100条数据挖掘和采集，并实现了24小时不间断无人值守的信息采集，具备自我恢复启动功能，通过向导式配置界面，可以快速添加网站采集规则，具备网页智能抽取功能，自动从复杂的网页内容中通过统计算法，智能抽取出标题、正文、日期、来源和作者等元数据属性。 　　2.3 舆情分析系统设计 　　分析引擎是本系统的关键组成部分。其主要作用是对采集系统采集的数据，自动进行智能分析。分析引擎的主要功能包括：自定分析舆情监测信息级别、自动生成热点、负面研判、自动分类、自动生成专题、转载计算、自动抽取要素和关键词、自动摘要、自动预警、自动生成统计图表等功能。 　　舆情分析系统可实现每10秒200条以上的分析效率，在不考虑网络拥堵的情况下，最高可实现每10秒500条数据的分析，完全满足庞大采集信息的及时分析，为信息的及时筛选提供了保证。经统计，舆情分析系统的无效信息过滤率为99.5%以上。 　　2.4 舆情服务系统设计 　　风险监控应用服务系统可风险事件监测、风险预警、风险追踪、风险分类管理、风险统计分析、定制专题报告、生成简报等，为及时捕捉风险信息提供了可靠的保障。 　　系统功能符合思想政治部及其他风险监测部门的工作需求，从风险信息监测、风险监控分析都有合理的组织，数据相关程度和准确率高。 　　3 关键技术及应用 　　前章阐述了电力行业舆情监测系统的设计方法，然而在实现过程中，还需要解决许多关键问题才能达到设计最终要求。本系统运用到的关键技术主要有Web挖掘技术和搜索引擎技术，下面将分别介绍这些技术以及在系统设计中的应用。 　　3.1 Web挖掘技术 　　Web挖掘是指从Web上抽取数据的一种方式，它利用数据挖掘技术从非结构化的文本中抽取有用信息，涉及Web、数据挖掘、自然语言智能处理、人工智能、统计学、信息学等多个领域，是一项综合技术。下面简单介绍系统中应用的几种Web挖掘技术。 　　文本特征表示：即以一定的特征项来代表文档信息，从而实现对非结构化的文本处理。 　　结构分析：建立文本的逻辑结构，如文本主题、层次和段落，从而更好地理解文本的主题思想。 　　文本摘要：根据文本特征提取和结构分析，选择权值较大的句子，抽取文本关键信息，对文档内容进行概括，最终生成文本摘要。 　　3.2 搜索引擎技术 　　搜索引擎是网络信息检索的最常用工具，它将网络信息资源分门别类组织起来，通过搜索网址的方式来实现信息检索。按检