微博舆情监测系统的设计与实现

发布时间：2021-12-23 06:38

　　社交网络平台逐渐成为互联网用户之间新的信息传播媒介。当一件事情发生时,用户借助社交网络平台发布一些文本、表情、图片等信息,来表达与此相关的态度。这些信息通过社交网络进一步被传播扩散,从而产生一定的社会影响。一方面,舆情作为民意的表现形式,有利于政府及管理部门了解民情,服务民众;另一方面,舆情也可能被不法分子利用煽动群众情绪,破坏社会稳定。这一背景下,舆情监测系统的重要性不言而喻。目前国内的新浪微博能在很大程度上反映了民众的舆情,因此监测微博舆情信息具有重要的现实意义。本文分析了国内外舆情监测的研究现状及其应用系统的运行情况,详细阐述了微博舆情监测系统的需求分析,利用深度学习方面的相关模型,设计并开发了一个微博舆情监测系统。该系统具有数据采集、数据预处理、数据宏观分析、事件追踪、热点事件预测和负向舆情监测等功能。系统核心功能模块及原理如下:1.事件追踪模块。该模块利用Bi-GRU模型和Attention机制构建了事件追踪模型,考虑了信息级联规模随时间动态增加的特点,截取了不同时间区间的级联结构信息,以此作为事件追踪模型的输入,来预测同一信息在未来不同时间区间的传播范围;2.热点事件预测模...

【文章来源】： 黑龙江大学黑龙江省

【文章页数】：80 页

【文章目录】：
摘要
Abstract
第一章 引言
    1.1 选题背景及意义
    1.2 国内外研究现状
    1.3 本文的研究工作
    1.4 本文的组织结构
第二章 相关理论和技术
    2.1 数据采集技术
        2.1.1 网络爬虫
        2.1.2 主题网络爬虫
    2.2 数据处理技术
        2.2.1 jieba分词
        2.2.2 基于Markov Chain的随机游走
    2.3 神经网络模型
        2.3.1 基于时序特征的RNN神经网络
        2.3.2 Bi-GRU神经网络
        2.3.3 注意力机制
    2.4 数据存储技术
    2.5 本章小结
第三章 舆情监测系统的需求分析
    3.1 可行性分析
        3.1.1 技术可行性
        3.1.2 运营可行性
    3.2 业务需求描述
    3.3 系统功能需求描述
        3.3.1 数据采集功能需求
        3.3.2 数据预处理功能需求
        3.3.3 舆情监测功能需求
    3.4 系统非功能需求分析
        3.4.1 数据需求
        3.4.2 质量需求
        3.4.3 时间特性要求
    3.5 本章小结
第四章 舆情监测系统总体设计
    4.1 系统概述
    4.2 系统功能设计
    4.3 数据库设计
        4.3.1 数据库设计原则
        4.3.2 数据库表结构设计
    4.4 本章小结
第五章 舆情监测系统详细设计与实现
    5.1 数据采集模块
        5.1.1 数据采集的流程设计
        5.1.2 数据采集的功能实现
    5.2 数据预处理模块
        5.2.1 数据预处理的流程设计
        5.2.2 数据预处理的功能实现
    5.3 微博数据的宏观统计与分析
        5.3.1 微博用户特征的宏观统计与分析
        5.3.2 微博信息级联的宏观统计与分析
    5.4 舆情事件追踪模块
        5.4.1 舆情事件追踪模块设计
        5.4.2 事件级联预测模型ECP的构建
        5.4.3 舆情事件追踪模块的功能实现
    5.5 热点微博预测模块
        5.5.1 热点微博预测模块设计
        5.5.2 热点微博预测模块的功能实现
    5.6 负向舆情检测模块
        5.6.1 负向舆情检测模块的设计
        5.6.2 情感分类模型SCM构建
        5.6.3 负向舆情检测模块的功能实现
    5.7 本章小结
第六章 舆情监测系统的测试
    6.1 测试说明
    6.2 功能测试
    6.3 性能测试
    6.4 本章小结
结论
参考文献
致谢
攻读学位期间发表的学术论文


【参考文献】：
期刊论文
[1]基于Python的网络爬虫技术 [J]. 陈乐.  电子世界. 2018(16)
[2]在线社会网络谣言检测综述 [J]. 陈燕方,李志宇,梁循,齐金山.  计算机学报. 2018(07)
[3]一种基于RNN的社交消息爆发预测模型 [J]. 笱程成,秦宇君,田甜,伍大勇,刘悦,程学旗.  软件学报. 2017(11)
[4]基于信息扩散级联理论的网络社区口碑信息树状传播研究 [J]. 邓卫华,易明.  管理学报. 2017(02)
[5]基于在线社交网络的动态消息传播模型 [J]. 蒙在桥,傅秀芬.  计算机应用. 2014(07)
[6]微博用户关系网络的结构研究与聚类分析 [J]. 杨凯,张宁.  复杂系统与复杂性科学. 2013(02)
[7]一种社交网络虚假信息传播控制方法 [J]. 王永刚,蔡飞志,Eng Keong Lua,胡建斌,陈钟.  计算机研究与发展. 2012(S2)
[8]基于在线社交网络的信息传播模型 [J]. 张彦超,刘云,张海峰,程辉,熊菲.  物理学报. 2011(05)
[9]主题爬虫的搜索策略研究 [J]. 刘汉兴,刘财兴.  计算机工程与设计. 2008(12)
[10]自适应最优搜索算法的网络蜘蛛的设计与实现 [J]. 魏文国,谢桂园.  计算机应用. 2007(11)

博士论文
[1]文本情感分类及观点摘要关键问题研究[D]. 张冬梅.山东大学. 2012

硕士论文
[1]基于社交网络的动态迁移行为研究[D]. 田志浩.北京邮电大学. 2018
[2]主题网络爬虫的并行化研究与设计[D]. 王锦阳.西南石油大学. 2017
[3]社会化网络数据获取技术研究与实现[D]. 徐恒.吉林大学. 2016
[4]微博爬虫的相关技术研究[D]. 罗一纾.哈尔滨工业大学. 2013
[5]主题爬虫的设计与实现[D]. 彭小明.北京邮电大学. 2013
[6]主题爬虫搜索策略研究[D]. 陈丛丛.山东大学. 2009



本文编号：3547987