基于主题的在线网络舆情监测技术研究-计算机应用技术专业论文.docxVIP

万方数据 万方数据 南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个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，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文档； 允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索；可以 采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质论文 的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 互联网的快速发展，使得社会信息化过程不断加快，人与人之间的信息交流与反馈更加 直接、便捷与自由，同时也为虚假、不良信息的快速传播提供了捷径。对网络舆情信息进行 实时、有效的监测，不仅有助于及时调整、改进战略决策，也有助于杜绝不良信息的滋生所 带来的破坏性影响。 本文在调研了国内外相关网络舆情监测技术的基础上，对关键的舆情热点检测技术及舆 情情感分析技术进行了研究，提出了基于主题的在线网络舆情监测方法。该方法首先利用域 名规则及网页链接规则的限制，实现了基于主题的网络爬虫。然后利用新闻报道的时间特性， 实现了改进的在线文本增量聚类，进行实时新闻舆情话题捕捉。最后通过对基础情感词典的 扩充，结合不同词特征的情感修饰作用，实现了对于热点舆情的情感分析。通过对真实新闻 门户网站信息的抓取、处理与分析，该方法能够捕获主题相关的实时新闻舆情热点，并获取 公众对于舆情热点的总体情感态度倾向及分布。 本文方法具有以下优点：第一，实现了基于特定主题的新闻网页抓取，减少了主题无关 数据的过多干扰。第二，基于时间特性提出了改进的在线增量聚类算法用于话题捕捉，克服 了传统增量聚类算法的输入顺序敏感问题，并实现话题簇集合的周期更新。第三，结合同义 词林和点互信息方法进行情感词扩充，实现基于词典的情感分析，充分利用了词特征的修饰 作用，并避免了词特征的相对位置关系对于情感极性判别的干扰。实时新闻舆情信息的热点 捕捉和态度倾向分析表明了本文方法的可行性和有效性，基于已分类语料的对比实验，也证 明了本文方法在性能上的优越性。 关键词:网络舆情，话题检测，情感分析，隐含语义分析，文本聚类 I Abstract The rapid development of the Internet has accelerated the informatization process of the society, making the exchange of information and feedback between people more direct, convenient and free, but also provided a shortcut for the rapid spread of false and negative information. Therefore, real-time and effective monitoring of public opinion is needed to improve the strategic decision-making and to prevent the devastating effects of bad information. Based on the study of domestic and foreign technology of public opinion, this paper emphatically introduces the advanced technology of topic detection and sentiment analysis, proposes a topic-based online public opinion monitoring method. The method can crawl topic-related web pages by the restriction of domain rules and URL rules. Besides, the method proposes a novel topic detection method