基于内容计算和链接分析的Web话题跟踪方法

话题跟踪属于话题识别与跟踪(TDT)的一项子任务,是一种基于事件的信息组织技术.话题跟踪任务就是根据某一话题的训练报道,在后续报道中找出讨论该话题的所有报道.虽然传统的基于内容计算的话题跟踪方法也可以应用于Web话题跟踪,但它并没有利用Web的页面特征.文章针对Web页面的特点,提出了一种利用链接分析和内容计算相结合来进行Web话题跟踪的方法.实验证明这种方法是有效的.     

基于主题的舆情跟踪方法研究及性能评价

舆情跟踪是对媒体信息流中的热点话题进行实时追踪,是近年来自然语言处理领域的研究热点。实现该任务的核心技术是进行文本分类,运用信息增益以及互信息计算特征项权重,提取向量空间模型中文档表示的有效特征;分别采用Rocchio、K-Nearest Neighbor(KNN)、Bayes方法对于给定主题的事件实现舆情跟踪。在测试集上的最优性能F-Measure值达到86.2%。舆情跟踪在信息安全等领域具有广阔的应用前景,为用户及时判断网络热点事件的发展趋势提供有效指导依据。     

网络舆情话题的数据立方体模型分析

通过详细分析网络舆情组成要素,利用数据仓库技术,建立网络舆情话题数据立方体模型。该模型涵盖网络舆情的大部分组成要素,而且可以根据实际需要进行扩展。实际案例分析表明,应用该模型可以对网络舆情话题进行多角度、深层次的挖掘分析,分析结果能比较客观地反映网络舆情变化发展的规律和趋势,有助于全面地了解网络舆情话题,并为网络舆情预警提供必要的信息。     

基于百度搜索的互联网新舆情监控客户端的设计与实现

相对于互联网信息的瞬息万变,用户所关心的某关键词在网络上新增或删减的速度要小很多。给定某关键词,关注其在网络中的变化,最节省计算成本的方法莫过于使用百度搜索,比较各时段搜索结果之变化。基于这一思想,本文设计并实现了基于百度搜索的互联网新舆情监控客户端,在应用试验中,取得很好的效果。     

微时代下关于法规实施的网络舆情研究——基于新交规中的“闯黄灯”话题

本文通过对新交规“闯黄灯”话题的新浪微博实证研究,探讨网络平台中的大众媒体、网民、政府三者在信源内容上的关联性,并借此思考微时代下的立法执法民主化。研究表明,政府是影响力最大的信息生产者;大众媒体的网络角色与社会角色变化不大,但更倾向个人化的表达方式;网民在网络平台中的角色更接近信息传播者而不是信息生产者。     

基于HowNet的话题跟踪及倾向性分类研究

本文研究了如何基于信息检索技术和“知网”实现有效的话题跟踪和话题立场分类。话题跟踪任务就是给出话题相关的训练新闻报道,系统在后续报道中发现与这个话题相关的报道。它属于话题检测与跟踪的一项子任务。本文针对跟踪任务中话题本身的特点,论述了权重调整、事件框架和报道扩充等多种提高跟踪性能的策略,同时基于“知网”中的情感体系和动态角色框架,提出了如何填充框架并结合建立的立场概念库对报道进行话题立场分类。实验证明这些方法是有效的。     

移动互联网时代网络舆情的阶段性发展

移动互联网时代的到来使移动互联网的网络舆情成为公共舆情的重要组成部分,网络舆情阶段性的生成发展呈现出新的特征内涵,网络舆情的传播载体、传播方式等也呈现出不同的阶段性特点。本文将对移动互联网络环境下网络舆情的阶段性状态呈现以及新的特征内涵进行研究。     

移动互联网背景下网络舆情监测面临的困境及对策建议

做好网络舆情监测,有利于政府有效把握社情民意,及时回应群众关切,有效化解矛盾风险,维护网上网下安全稳定.移动互联网快速发展,使得舆情监测工作在人员素养、技术运用、语言交流、圈层传播等方面面临新的挑战,需从人才培养、队伍建设、联动协作等方面加以改进.     

基于Single-Pass的网络话题在线聚类方法研究

基于Single-Pass算法思想,研究网络话题的在线聚类方法,以期及时捕捉网络信息的动态变化在分析该方法聚类流程的基础上,重点研究网络动态信息流的文本特征抽取和权重计算方法,以及话题类表示和更新等关键问题,设计实验对比分析不同的标题中特征加权系数、特征权重计算和标准化方法以及话题类向量维度对话题聚类质量和时间效率的影响。     

互联网受众对网络舆情的需求起源

本文研究了网络舆情的需求起源,从受众角度研究舆情传播的心理基础。论文认为舆情需求在三个不同时期呈现出不同形态,可分为背景心理阶段、事件触发阶段和过程升级阶段。应用马斯洛的需求层次理论,重点分析了背景心理阶段的受众基础需要层次,探索了不同层次网民的核心价值诉求,从而有助于认识社会化网络舆情的本质。     

网络舆情观点提取的LDA主题模型方法

[目的/意义]无处不在的网络舆情信息深深影响甚至误导网络受众,探讨揭示网络舆情观点的方法,旨在拓展用户的认知深度和广度,提高大众对舆论的辨识能力。[方法/过程]从技术上对比分析观点提取方法间的差异,从认知上阐释网络舆论平台的群体智慧和受众个体的认知过程,进而明确LDA主题模型提取舆情观点的优势及路径。[结果/结论]结合舆论主题和情感因素,基于LDA的网络舆情观点提取,可从海量评论中判定深度评论,摘取主要观点,借助群众智慧,有效拓展个体思想和认知,为从大规模舆情中有序呈现受众观点提供新路径,也为舆情监测与疏导提供切实的依据。     

基于超网络的微博相似度及其在微博舆情主题发现中的应用

[目的/意义]准确地计算微博相似度可以提高微博主题挖掘效率,对舆情治理、保障信息安全具有实践意义。针对微博文本语义稀疏、高维的问题,提出一种融入微博非文本特征的超边相似度算法。[方法/过程]分析微博舆情发生机制,利用超网络模型表示微博舆情主题形成过程,通过计算各层子网相似度及各层子网对主题形成的贡献度构建超边相似度算法。[结果/结论]研究发现,论文所提出的相似度方法有助于提升微博舆情信息的主题聚类效果,特别是对于文字性表述相似程度高的微博信息,具有明显的主题区分性。     

基于社会网络分析的网络舆情主体挖掘研究

文章对网络舆情传播主体及社会网络分析在舆情主体挖掘中的应用进行探讨,以“李刚门”事件为例,利用Netdraw软件呈现出事件发展各阶段主体关系网络图.然后,对网络图进行整体挖掘研究,以UCINET为工具重点对密度、中心性、聚类系数、直径指标进行计算和分析.最后,针对发现的问题提出建议和思考.     

主题追踪在医药卫生体制改革舆情监测系统中的应用

介绍医药卫生体制改革舆情监测系统的基本框架,针对主题追踪环节的关键技术问题进行详细阐述,并提出采用改进KNN方法进行主题模型构建的思路。实验结果表明,医药卫生体制改革舆情监测系统中的主题追踪具有较好的准确率和召回率。     

基于最小二乘法的突发事件网络舆情演化规律研究

利用信息提取工具包GooSeeker中的抓取规则编辑器MetaStudio和页面信息抓取工具DataScraper等分工合作,挖掘突发事件的网媒报道数据,获得突发事件网络舆情的散点图。利用基于最小二乘法的多项式拟合法,获取各种舆情数据的拟合函数,并以近年来的突发事件作为相关案例进行实证分析。研究表明,根据各网络舆情的函数特征,其演化模式可分为突发型、连续型和复合型等,该方法能够有效地揭示突发事件网络舆情的演化过程和演化规律,为突发事件网络舆情的实时应对提供理论基础。     

面向话题衍生性的微博网络舆情传播模型研究

微博网络中信息的"裂变式"传播模式对已有舆情传播模型提出挑战。为有效地揭示出微博用户关注关系所形成的复杂网络中舆情传播演化的机理,以有向无标度网络为载体提出舆情传播的SIRS模型,该模型综合考虑微博的传播特性以及舆情话题的衍生性等因素,并对模型进行仿真分析,其结果可以验证模型的有效性。     

基于主题的SE-TextRank 情感摘要方法

文本情感摘要技术的目的是以简洁的形式准确表达文章的核心情感内容。为解决不同的文档结构及内容特征等问题对摘要结果的影响,提出了一种基于主题的SE-TextRank 情感摘要方法。通过LDA 模型自动获取收敛后的文本主题,利用余弦距离算法进行主题句子分组,使用传统多特征融合以及SE-TextRank 情感摘要算法对组内中心句抽取,最终获取目的摘要。实验表明,采用此方法能够更为高效的获取新闻文本摘要结果。     

公共危机事件网络谣言对网络舆情的影响研究

分析公共危机事件网络舆情与网络谣言的传播特性及制约传播的因素,以网络信息量为研究对象,构建网络谣言对网络舆情的影响模型,确定模型的平衡点及其稳定性,研究在3个阶段产生网络谣言对舆情的影响程度,提出降低网络谣言对网络舆情之影响对策,为政府应对公共危机事件网络舆情提供参考。     

带舆论评价的引文网络构建与主题发现

科学引文网络反映了科学知识的动态演化,作为一个复杂的网络系统已得到广泛研究。针对引文网络中主题不明确和热点问题不易跟踪的问题,提出了引文网络中的舆论评价计算方法和网络社区主题提取与表示方法。首先采用正则表达式和模板匹配方法提取元数据;并计算文献作者对参考文献的舆论评价,建立带有舆论评价权值的文献引用网络,并对网络中的突现语义进行描述;然后以此网络结构为基础,结合信息熵和网络中文献重要性权重改进TDIDF算法,计算得到每个社区主题的关键词概率描述,从而得到社区主题。本文的方法和实验对解释引文网络的演化、社区主题发现、文献的共享等有借鉴意义。