互联网舆情信息搜索与分析技术研究-计算机软件与理论专业论文.docxVIP

摘 摘 要 万方数据 万方数据 摘 要 近 10 年来中国互联网取得了长足的发展，截至 2010 年底中国互联网用户人 数已超过 4.5 亿。随着互联网规模的扩大，网络在信息传播过程中的作用和影响力 越来越大。2010 年 11 月，网络热词“给力”登上了人民日报，更是见证了网民和 网络的力量。互联网的方便、快捷，使之成为了社会舆情的重要载体，并发挥日 益重要的作用。近年来发生的重大事件，都最先在网上激烈讨论并引发巨大反响。 它带来便捷信息服务的同时，也产生了一系列问题，例如传播网络谣言和恐慌的 负面效应。深入研究网络舆情，对国家正确引导民情和监管互联网具有重要意义。 研究互联网舆情，一个重要任务是分析网络舆情事件、网民关注度及其间关 系。本文分析了搜索量与网民关注度，地理分布与网民关注度的关系，并对新闻 事件报道书写特征进行了研究。本文主要做了以下三方面工作： 第一，对搜索引擎搜索量与互联网用户关注度之间关系进行分析，结合常规 文本处理的中文分词、文本特征提取和文本分类技术，实现了一种互联网舆情信 息收集方法。文中的互联网网舆情信息收集主要适用于快速从高搜索量的热点事 件信息中收集舆情信息，有效地结合了搜索量与文本分析技术。 第二，对新闻报道书写特征进行分析，结合中科院分词系统的分词功能及词 性标注，通过人工设定部分提取命名实体的经验规则，实现了事件四要素提取。 适宜于快速从 web 突发新闻中提取事件要素，能应用于文本摘要自动生成等方面。 第三，对舆情分布呈现地域性进行了研究，实现了两种不同维度的可视化数 据挖掘。通过从地域结构分析互联网舆情，借助 Google Maps 实现了细粒度可视化 呈现网民舆情关注度分布，使用 Flex 技术实现了更加宏观的粗粒度舆情地图展示。 关键词：互联网舆情，搜索量，可视化数据挖掘，事件要素 I ABSTRACT ABSTRACT ABSTRACT ABSTRACT 万方数据 万方数据 万方数据 万方数据 ABSTRACT Chinas internet has made great progress in recent 10 years. The number of Internet users in China has exceeded 450 million by the end of 2010. With the expansion of internet, its effect and influence are increasing in the course of information dissemination. In the November of 2010 the online pop word, gelivable, appeared on the People’s Daily. That witnesses the power of netizen and network. The speed and convenient of internet make it an important carrier of public opinion, for which its playing an increasingly role. Almost every major event has been drasticly discussed online and produced great repercussions. When internet provides us with convenient information services, it also brings a series of problems, such as the negative effect of internet rumor and panic spread. Therefore, the deepening of online public opinion studies are of great significance for government to correctly guide public sentiments and supervise the internet. An important task of internet public opinion research is to analyze events of public opinion, the concern levels of netizens and the relationship between them. In the thesis, we analyze the relationship be