面向现代制造业的行业舆情新闻热点发现及分析方法研究
发布时间：2021-12-15 22:41
伴随着先进制造技术和信息技术的开展,现代制造业运用信息技术提升传统产业,放大最终产品的信息含量使其增值,提升企业竞争力。具体而言,在工业产品的生产销售过程中,若能妥善利用行业舆情,可为企业提供产品升级或营销策略调整提供理论依据。本文针对五个新闻门户网站的新闻及评论数据开展热点事件识别、热点新闻分布特征分析、热点话题聚类和情感分析方面的研究。主要工作和成果如下:1.为获取实验数据,本文设计并实现了针对五个新闻门户网站的采集系统;为探究热点新闻与用户行为之间的联系,以采集到的新闻及评论为样本,分析其空间时间的分布特征,并改良基于Hacker News的热度算法,用于提取新闻当中最受用户关注的部分。2.为从不断涌现的新闻报道中获取热点新闻事件信息,本文提出了一种基于评论的热点新闻事件识别方法,利用结合时间因素在内的相似度计算方法,进行热点事件识别,再通过实验对方法中的识别因子进行探究,得到最优参数配置。3.针对企业需要了解用户需求及网友讨论话题强度来引导产品升级及改变营销策略的目的,本文设计了一种基于主题模型的主题聚类框架,并以汽车产业为例,验证其应用于某一行业的可行性。4.为对热点话题除关...
【文章来源】：浙江科技学院浙江省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
汽车领域词典（局部）
图 4-9 BosonNLP 情感词典完成后，运用 Word2Vec 对其进行扩展。W是：Skip-gram 模型和 CBOW 模型。前好相反，依据上下文预测当前词语概率权重相同，于是被称为 continuous bag-of足够数量的词即可，跟取出的顺序没有关散向量进行训练，采用 Word2Vec 中 Ski图 4-10 所示。词典扩展（如图 4-11 所示）可简述为：感评价词集，对部分情感评价词进行人工语结合 HowNet 中的正负情感评价词语人工标注的词语，向量化表示得到的词的相似度，从而获得对应相似度最高的词
图 5-4 新闻实况图 5-5 评论实况表 5-4 标准事件集事件号 事件名称 相关新闻数量1 法院冻结乐视创始人贾跃亭的资产 5042 保定容大在有争议的平局后威胁退出中超联赛 110
【参考文献】：
期刊论文
[1]层次聚类的算法研究[J]. 周世杰. 课程教育研究. 2018(40)
[2]基于Python的Web信息获取方法研究[J]. 魏冬梅,何忠秀,唐建梅. 软件导刊. 2018(01)
[3]基于Scrapy的论文引用爬虫的设计与实现[J]. 鲁继文. 现代计算机(专业版). 2017(09)
[4]基于多标记学习的汽车评论文本多性能识别[J]. 张晶,李德玉,王素格. 计算机工程与科学. 2016(01)
[5]中文社会媒体环境下半监督学习的汽车缺陷识别方法[J]. 蒋翠清,王齐林,刘士喜,丁勇,刘尧. 中国管理科学. 2014(S1)
[6]网络新闻跟帖中网民情感表达分析——以网易新闻跟帖为个案[J]. 姚江龙,汪芳启. 编辑之友. 2013(11)
[7]Redis在高速缓存系统中的应用[J]. 曾超宇,李金香. 微型机与应用. 2013(12)
[8]浅谈网络新闻跟帖[J]. 董延波. 新闻传播. 2011(12)
[9]网络新闻跟帖评论的特点及功能[J]. 唐红,王怀春. 新闻爱好者. 2011(23)
[10]基于语义理解的文本倾向性识别机制[J]. 徐琳宏,林鸿飞,杨志豪. 中文信息学报. 2007(01)
硕士论文
[1]基于Scrapy的分布式网络新闻抓取系统设计与实现[D]. 马联帅.西安电子科技大学 2015
[2]基于主题网络爬虫的汽车行业多元信息web系统设计与实现[D]. 马汉超.西南交通大学 2015
[3]新浪网新闻跟帖区域化特征研究[D]. 孙溢.河北大学 2014
[4]专利文献主题发现方法的比较研究[D]. 贾龙飞.大连理工大学 2014
[5]Web2.0环境下汽车制造企业客户需求知识获取研究[D]. 贾浩.合肥工业大学 2012
[6]汽车行业负面网络口碑识别系统的设计与实现[D]. 黄雅琪.华中科技大学 2013
本文编号：3537272
【文章来源】：浙江科技学院浙江省
【文章页数】：88 页
【学位级别】：硕士
【部分图文】：
汽车领域词典（局部）
图 4-9 BosonNLP 情感词典完成后，运用 Word2Vec 对其进行扩展。W是：Skip-gram 模型和 CBOW 模型。前好相反，依据上下文预测当前词语概率权重相同，于是被称为 continuous bag-of足够数量的词即可，跟取出的顺序没有关散向量进行训练，采用 Word2Vec 中 Ski图 4-10 所示。词典扩展（如图 4-11 所示）可简述为：感评价词集，对部分情感评价词进行人工语结合 HowNet 中的正负情感评价词语人工标注的词语，向量化表示得到的词的相似度，从而获得对应相似度最高的词
图 5-4 新闻实况图 5-5 评论实况表 5-4 标准事件集事件号 事件名称 相关新闻数量1 法院冻结乐视创始人贾跃亭的资产 5042 保定容大在有争议的平局后威胁退出中超联赛 110
【参考文献】：
期刊论文
[1]层次聚类的算法研究[J]. 周世杰. 课程教育研究. 2018(40)
[2]基于Python的Web信息获取方法研究[J]. 魏冬梅,何忠秀,唐建梅. 软件导刊. 2018(01)
[3]基于Scrapy的论文引用爬虫的设计与实现[J]. 鲁继文. 现代计算机(专业版). 2017(09)
[4]基于多标记学习的汽车评论文本多性能识别[J]. 张晶,李德玉,王素格. 计算机工程与科学. 2016(01)
[5]中文社会媒体环境下半监督学习的汽车缺陷识别方法[J]. 蒋翠清,王齐林,刘士喜,丁勇,刘尧. 中国管理科学. 2014(S1)
[6]网络新闻跟帖中网民情感表达分析——以网易新闻跟帖为个案[J]. 姚江龙,汪芳启. 编辑之友. 2013(11)
[7]Redis在高速缓存系统中的应用[J]. 曾超宇,李金香. 微型机与应用. 2013(12)
[8]浅谈网络新闻跟帖[J]. 董延波. 新闻传播. 2011(12)
[9]网络新闻跟帖评论的特点及功能[J]. 唐红,王怀春. 新闻爱好者. 2011(23)
[10]基于语义理解的文本倾向性识别机制[J]. 徐琳宏,林鸿飞,杨志豪. 中文信息学报. 2007(01)
硕士论文
[1]基于Scrapy的分布式网络新闻抓取系统设计与实现[D]. 马联帅.西安电子科技大学 2015
[2]基于主题网络爬虫的汽车行业多元信息web系统设计与实现[D]. 马汉超.西南交通大学 2015
[3]新浪网新闻跟帖区域化特征研究[D]. 孙溢.河北大学 2014
[4]专利文献主题发现方法的比较研究[D]. 贾龙飞.大连理工大学 2014
[5]Web2.0环境下汽车制造企业客户需求知识获取研究[D]. 贾浩.合肥工业大学 2012
[6]汽车行业负面网络口碑识别系统的设计与实现[D]. 黄雅琪.华中科技大学 2013
本文编号：3537272
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3537272.html
