面向网络舆情的检索系统设计研究

网络舆情具有自由发布、传播和隐蔽等特点,这使得传统的信息检索技术很难直接应用到网络舆情监测系统中。通过深入研究网络舆情的相关技术,提出了网络舆情监测系统框架。围绕着论坛爬虫这一核心技术,分析了论坛网站的结构特点,并构建了论坛网站的层次模型,实现了对不同论坛网站的抓取。这种基于层次模型的爬虫技术兼顾了舆情信息采集的广泛性与特殊性,实验结果表明,该方法能够提高论坛爬虫的效率。     

高校网络舆情获取方法研究

高校辅导员是高校管理的一线工作人员,研究高校网络舆情获取方法,对高校辅导员进行学生思想引导工作以及维护高校网络健康发展具有重要意义。从高校辅导员视角出发,运用对比分析方法,对近年来网络舆情获取方法和文本分析方法进行研究,进而根据高校网络舆情的内涵和特点,改进TF-IDF算法对高校网络舆情进行文本分析,最后给出该算法的实现过程,既可为分析高校网络舆情发展方向提供依据,也可为高校管理工作顺利进行提供技术保障。     

高校网络舆情监测方法:一种基于搜索引擎查询日志的研究

网络舆情监测已经成为国内外学术研究的热点,然而聚焦于高校网络舆情监测的研究还处于起步阶段。通过相关文献研究发现,网络舆情走向与网民利用搜索引擎的搜索行为有着相互影响的关系。因此,文章提出了一种基于搜索引擎查询日志的高校网络舆情监测方法,并阐述了其实现的基本步骤,以期为高校网络舆情监测提供了一种新的思路。     

高校学生网络舆情监测与引导机制研究

高校学生网络舆情的妥善处理有助于学生健康成长,有助于社会和学校的稳定和发展。以不同的研究思路,阐明了高校学生网络舆情研究的重要性、涵义和主要特点,重点细化了某些概念,并提出了一套较为详尽的舆情监测和引导方案,对高校工作具有一定的指导作用。     

基于KNN的中文文本自动分类研究

在介绍SVM和KNN分类算法的基础上,提出了一种新的、较简单的,但更为合理的基于表模型的文档表示方法,阐述了一种基于表模型的分类算法——TableKNN算法。通过实验比较TableKNN算法与传统KNN算法应用于文本分类的效果,证实了TableKNN算法在处理文本分类问题上的优越性。     

网络舆情监测系统的设计与实现

针对当前网络舆情监测引导方面出现的一系列问题,本文设计实现了网络舆情监测系统,通过系统设计和应用,为地方政府及时高效的进行网络舆情监测分析、进一步做好网络形象构建与传播发挥积极的作用。     

网络舆情监测及舆情事件的应对探析

目前,我国网络舆情存在的问题与矛盾已经非常突出,应该如何做好网络舆情监测,正确引导网络舆论,科学化解舆情危机,积极预防舆情负面效应,合理发挥其正面影响力,寻求舆论监督与社情民意之间的平衡点,已经成为摆在党和政府面前的一项严峻挑战,也是新形势下党和政府必须解决好的一项重大而紧迫的时代课题。     

网络环境下文本自动分类方法研究综述

介绍了网络环境下文本自动分类的过程,针对文本信息自动分类的研究方法,分析了当前我国文本信息自动分类研究中存在的问题,提出了其未来发展的趋势。     

基于KNN分类算法的主题网络爬虫

提出一种基于KNN算法进行主题分类的方法,研究了主题网络爬虫的系统结构和所涉及的关键技术,包括URL管理器、页面下载器、页面解析器、主题识别模块以及内容存储模块,重点介绍了基于KNN的分类器的主题相关度算法.使用IKAnalyzer实现网页内容的中文分词,通过TF-IDF算法实现网页内容的特征提取,并利用KNN分类器计算网页的主题相关度.     

突发公共事件网络舆情监测指标体系研究

本文利用I-space(信息空间)模型对网络舆情的传播过程和产生根源进行分析研究,提出了网络舆情监测指标体系。它由舆情发布者指标、舆情要素指标、舆情受众指标、舆情传播指标以及区域和谐度指标五个指标群构成,分别展现舆情的地理分布、来源、传播渠道以及舆情内容的性质和受众的反应。同时针对网络舆情的实时监测及预警预报,研究了不同指标的量化方法,给出了相应的计算公式,为更加客观、全面、深入的分析舆情提供了科学依据。     

基于聚类中心初始化的文本分类高效算法

将前期工作进行了改进并将训练集各簇中语义相似度大的文档进行合并,减少了训练集容量,实验表明该算法大大提高了KNN算法的效率。     

基于KNN和LAS的短信文本语义分类研究

KNN算法是文本分类技术中比较常用的算法。但是,当训练集容量较大时,KNN算法分类的效率大大降低。在对中文短信文本的分类时,结合中文短信文本的特点,给出了先由LAS算法进行降维,然后利用KNN算法进行分类的算法。实验结果表明,该算法提高了中文短信文本的分类质量和分类速度。     

网络舆情监测与引导的价值分析

当前,网络舆情是现实社会中舆情的真实反映,它既可以通过正面的宣传引导广大网民共同来促进社会和谐与稳定,也可以通过负面的报道引发群体性事件影响社会安定。因此,对网络舆情监测与引导的作用进行价值分析,有助于我们对网络舆情监测与引导的重要性及现实意义的进一步认识与了解。     

高校网络舆情信息监测管理体系的构建研究

互联网的迅猛发展与普及应用,极大地拓展了网络舆论空间.校园网络舆情已成为高校学生信息传播和思想交流的主要方式.在分析高校网络舆情信息的含义、要素、生命周期的基础上,构建高校网络舆情信息监测管理体系模型,分析和实施模型的主要功能,建立网络舆情信息互动反馈响应体系.加强对高校校园网络舆情信息的监测和管理,对于促进和谐校园建设,具有重要的现实意义.     

网络舆情监测综合实验设计

网络自媒体海量舆论信息转发、情感两极分化、谣言混杂等极易引发网络舆情事件,对网络舆情监测综合能力的培养提出了更高的要求。针对现有教学中普遍缺乏综合实验这一实际情况,设计了一套网络舆情监测综合实验方案。首先,以成果导向教育理念为引导,确立了实验教学目标,规划了实验内容框架。然后,详细设计了从舆情文本获取到预处理,从主题挖掘到以基于变换器的双向编码器表征（bidirectionalencoderrepresentation from transformers, BERT）大模型为核心的情感分析、谣言检测等一系列实验模块。最后,使用网络舆情监测实例展示了实验效果。教学实践表明,实验方案能够使学生深入掌握网络舆情监测基本流程和实操技能。     

旅游网络舆情研究述评

旅游业极易遭受各种危机事件的影响。在新媒体时代,旅游网络舆情已成为关乎旅游业发展的重要影响因素,受到旅游目的地政府管理部门及相关企事业单位的高度重视。从学界研究较多的旅游网络舆情概念和基本要素构成、发生、演化、传播机理、社会影响、时空分布和演化规律、监测预警指标体系构建等方面进行梳理和总结,以期对旅游网络舆情未来的研究有所助益。     

网络舆情机理研究

互联网成为公众舆情表达最为重要的传播途径,其影响已超出传统主流媒体的影响,而开放的信息平台,增加了新闻信息监管的难度。各种文化、情绪和倾向并存于网络,极易滋生极端的言行,其传播影响深远。本文揭示了网民的媒体选择习惯,网络技术能力、参与社交网络的类型等加剧网络社会人群的演化,网络舆情形成的内在规律,提出了网络舆情评价标准和原则。     

浅析微博时代高校网络舆情的监测与引导

随着时代与技术的不断发展,一种全新的网络信息分享与社交服务平台——"微博"应运而生,并逐渐渗透到高校校园生活的各个方面。微博在高校网络舆情出现的过程中发挥着什么样的作用?高校管理者和大学生应该以什么样的态度对待这一新鲜事物?对于这些问题的解答,有助于高校管理工作水平的提升,实现校方与学生在信息交流方面的双赢。文章分析了微博在信息传播方面的特点,为微博时代下高校网络舆情的监测与引导提供了一些依据。     

文本自动分类新探究

文本自动分类是一种有效的组织信息和管理信息的工具.传统分类方法一般在分类效果和运行效率两者上不可兼得.通过综合Rocchio和KNN两种分类方法的优点,设计了一种基于多代表点的文本分类方法,该方法通过对各类挖掘出多个有效的代表点（真实或虚拟的）,再使用基于这些代表点的Rocchio和KNN方法进行分类.实验表明,该方法以较少的训练时间达到令人满意的分类效果,并且能很好解决不平衡类问题,实验结果显示该方法能达到与SVM相当的分类效果.     

基于SnowNLP-LDA的突发公共卫生事件网络舆情主题分析

突发公共卫生事件舆情危机一旦爆发会引发民心不安,为及时有效研判和引导网络舆情,提升政府部门的应急管理能力,突发公共卫生事件舆情主题分析就显得尤为重要.利用“知微事见”,从近两年国内最具社会影响力的突发公共卫生事件中,选取影响力指数最高的事件,基于SnowNLP模型对事件发生后政务媒体的相关评论信息进行情感分析,以可视化方式,将网民情感划分为形成期、爆发期和衰退期.并通过LDA主题模型,得出每个时期的主题分类,从而为突发公共卫生事件发生后相关政府部门对网络舆情的把控和引导提供支持.