基于主题模型的网络舆情监控研究-计算机科学与技术专业论文.docxVIP

万方数据 万方数据 基于主题模型的网络舆情监控研究 论文作者签名: 指导教师签名: 论 文 评 阅 人 1 ： 评阅人 2： 评阅人 3： 答辩委员会主席： 委员 1： 委员 2： 委员 3： 委员 4： 委员 5： 委员 6： 答辩日期： 年 月 日 南华大学学位论文原创性声明 本人声明，所呈交的学位论文是本人在导师指导下进行的研究工作及取得的 研究成果。尽我所知，除了论文中特别加以标注和致谢的地方外，论文中不包含 其他人已经发表或撰写过的研究成果，也不包含为获得南华大学或其他单位的学 位或证书而使用过的材料。与我共同工作的同志对本研究所作的贡献均已在论文 中作了明确的说明。本人完全意识到本声明的法律结果由本人承担。 作者签名： 年 月 日 南华大学学位论文版权使用授权书 本学位论文是本人在南华大学攻读（博/硕）士学位期间在导师指导下完成 的学位论文。本论文的研究成果归南华大学所有，本论文的研究内容不得以其它 单位的名义发表。本人同意南华大学有关保留、使用学位论文的规定，即：学校 有权保留学位论文，允许学位论文被查阅和借阅；学校可以公布学位论文的全部 或部分内容，可以采用复印、缩印或其它手段保留学位论文；学校可根据国家或 湖南省有关部门规定送交学位论文。同意学校将论文加入《中国优秀博硕士学位 论文全文数据库》，并按《中国优秀博硕士学位论文全文数据库出版章程》规定 享受相关权益。同意授权中国科学信息技术研究所将本学位论文收录到《中国学 位论文全文数据库》，并通过网络向社会公众提供信息服务。对于涉密的学位论 文，解密后适用该授权。 作者签名： 年 月 日 导师签名： 年 月 日 基于主题模型的网络舆情监控研究 摘要：互联网的发展让我们的生活世界成为了地球村，网络的便捷性 使人们每时每刻都能够从网络上获取信息。随着 Web2.0 技术的应用， 人们不再只是简单的获取网络上的信息，而是成为了网络消息的创造 者，同时还能够通过网络发表自己的观点看法，表达自己的情感。网 络上的信息爆炸性增长，人们在面对如此多的信息时可能会不知所 措，同时这也给我们的政府提出了一个挑战。由于网络的实时性，信 息的传播速度非常快，一件事情很快就能够被大范围的网民所知道， 尤其是一些关于社会民生的事件，更是容易引起广大网民的关注；还 有一些别有用心的人，故意在网络上散布一些虚假、敏感的信息，利 用网络水军进行大范围的传播，这很容易导致网络舆情的发生。而这 些舆情信息对于社会的和谐稳定是非常不利的。因此需要能够有效的 对网络上的舆情信息进行监控，实时掌握网络舆情信息的动态是非常 有必要的。 针对网络舆情监控，国内外都进行了大量的研究。国外对于网络 舆情认识比较早，且非常重视，现在已经形成了比较成熟的监控机制 和监控系统。但国内起步较晚，近年来才引起政府的重视，也成为了 学者研究的热点问题。国内经过这几年的努力也取得了一定的研究成 果，出现了一些网络舆情监控系统用于对互联网上的舆情信息进行实 时监控，但目前的舆情监控系统中使用监控技术主要有两种，一种是 I 基于敏感词匹配的方法，系统中提前设定一些敏感词，通过对网络上 信息进行检索匹配，如果含有这些敏感词的信息被视为舆情信息；另 一种就是基于词频统计的文本分类聚类的方法。这两种方式都取得了 一定的效果，但这两种方式都存在着一定的缺陷，它们都不是建立在 对文本内容语义信息理解的基础上进行的，以至于在准确发现舆情信 息方面存在不足。因此，本文对如何提高舆情信息发现准确度方面进 行了深入研究，尝试使用目前比较成熟的主题模型应用于舆情信息监 控系统当中，利用主题模型在语义挖掘上的优势填补上述传统方法中 的不足。本文主要内容为： 1）详细分析了传统舆情监控系统中所使用的技术，如信息采集、 信息预处理、中文文本分词、文本表示模型、文本聚类等。同时研究 了基于词频统计的舆情分析的不足。 2）提出了基于 LDA 主题模型的舆情信息分析方法，通过对文本 集进行 LDA 主题建模，发现文本中的隐含主题，提高舆情分析的准确 度。 3）基于理论分析，设计并实现了一个网络舆情监控系统，系统 实现了舆情搜索，每日舆情，热点舆情信息等功能。 关键词：网络舆情；舆情监控；主题模型；LDA II RESEARCH ON NETWORK PUBLIC OPI