载人航天开源情报分析报告.docxVIP

载人航天开源数据舆情分析报告除了附件部分外，预计这篇文章为30页。到时候整篇文章，在第一部分添加问题背景和国内外研究，第二部分丰富一下方法说明，另外附加一些你的操作截屏，你的毕设就基本成型。（约40-50 除了附件部分外，预计这篇文章为30页。 到时候整篇文章，在第一部分添加问题背景和国内外研究，第二部分丰富一下方法说明，另外附加一些你的操作截屏，你的毕设就基本成型。（约40-50页正文，再把一些截图和代码写成附录，全文50-60页） 【任务要求】 载人航天工程总体评价。 载人航天工程重大意义以及公众评价意见。 后续载人登月任务中长期发展规划（开展还是不开展，开展的意义如何）。 【文章结构】 问题背景 1.1 研究意义 载人航天的发展现状 人民群众对载人航天事业的关注程度会影响国家在这个领域的投入 所以关心社会对载人航天的舆情现状 1.2 网络数据舆情分析 大数据时代，借助信息手段解决问题 传统的问卷调查覆盖面窄、成本大、难实施 网络是扁平化结构，更有利于群众反映真实想法 1.3 数据源选取 1.3.1数据源分类 主要选择了三大数据源，即新闻网站、论坛、微博。 图 1 SEQ 图 \* ARABIC \s 1 1数据源来源图 新闻数据主要反映了公众媒体的态度，新闻的数量则反映了媒体对这类事件的关注度，而不同的关键字又可以反映媒体对事件的关注点，本文选取了主流网络媒体门户网站：新浪新闻、搜狐新闻、腾讯新闻。到底做了哪些？哪些没做？根据我们现在的实际完成情况，校正一下这部分的图和文字有咩有写错的地方！ 到底做了哪些？哪些没做？根据我们现在的实际完成情况，校正一下这部分的图和文字有咩有写错的地方！ 论坛是主题性质的，可以反映大众对载人航天事业感兴趣的“话题”，并在每个话题板块下，对帖子的支持度进行统计、对帖子的情感态度进行划分。本文选取了最热门的论坛有知乎、天涯、航空航天港等。 微博是最自下而上的自媒体形式，属于典型的社交网络，对微博内容进行影响力统计和情感态度划分。本文选取了国内最具影响力的微博，新浪微博。 百度指数做了么? 做了么? 1.3.2数据源特点 新闻类： 新闻时间、新闻题目 论坛类： 帖主、主题内容、发布时间、回帖人、回帖内容、回帖时间、点赞 微博类： 用户ID、微博内容、发布时间、转发数 1.4 主要研究工作 本文主要利用了web数据挖掘技术，发掘载人航天工程的网络舆情情况。文章的内容结构如图1-2。 图 1 SEQ 图 \* ARABIC \s 1 2本文的结构框架图 第一章是阐述问题背景，主要内容包括本文的研究意义，研究对象的选取和主要研究工作。 第二章详细介绍了研究方法，只要内容包括网络爬虫的方法，对采集的数据的处理方法，分词统计的方法，和文本情感分析的方法。 第三章是对三种不同来源的数据进行分析与处理，对于新闻数据部分采取了新闻数量统计分析和关键词统计分析；对于论坛数据部分采取了分词统计分析，文本情感分析和话题提取；对于微博数据部分采取了热词提取和文本情感分析。 第四章是结论分析，主要内容是对第三章的分析结果做总结分析，得出结论。 研究方法 2.1 网络数据挖掘还是写的有些单薄了，你可以稍微说一下爬虫原理现在应用于哪些领域，已经取得了什么样的成果。。。。找一些介绍网络爬虫的论文，从那里面的introduction 还是写的有些单薄了，你可以稍微说一下爬虫原理现在应用于哪些领域，已经取得了什么样的成果。。。。 找一些介绍网络爬虫的论文，从那里面的introduction里面copy一些有用信息 网络数据挖掘是指对Web页面内容及后台交易数据库进行挖掘，从Web文档内容及其描述中的内容信息中获取有用知识的过程。通过网络数据挖掘，海量的、及时的信息能够被采集下来，并且通过文本分类，统计学分析等手段分析出网络民众所关注的问题和持有的看法态度。 然而由于这些信息来自不同的网站不同的用户，那么其对应的结构位置不确定，信息格式没有固定标准，文本内容用语各不相同，因此我们针对不同来源的信息采取不同的数据挖掘方式。 首先是数据的采集，对于新闻和论坛数据本文采用的是Java语言编写的网络爬虫程序，使用MySQL记录所要采集的网页的URL地址和页面所需内容对应的Xpath结构信息，爬虫程序载入URL地址截取整个页面再遍历各个Xpath节点，获取所需的内容，将获取的内容以文本形式存入MySQL中，以供后续的数据处理与分析。采集流程如图2-1所示，采集页面所需的URL和Xpath格式如表2-1。图中忌讳字数过多。挑重点简要表达 图中忌讳字数过多。挑重点简要表达 图 2 SEQ 图表 \* ARABIC \s 2 1网络数据采集流程图 表 2 SEQ 表格 \* ARABIC \s 1 1