农业舆情监测与分析系统研究

发布时间:2021-10-16 16:03
  随着互联网的迅速发展,我国的互联网现已成为当今最大的最多样化的传播媒介以及舆论平台。而在这个过程当中,农业民情及其舆论的集合产生了农业舆情。在我国,农业舆情即为“三农”舆情问题,在十九大中习近平强调,“三农”问题是关系国计民生的根本性问题,必须始终把解决好“三农”问题作为全党工作重中之重。社交网络当今已经是舆情突发的集中地带,面对多种多样的突发状况,如果缺乏对于社交网络的监测,就很容易让相关部门处于被动状态。所以针对社交网络的分析可以很好的弥补其不足,防止负面舆论的过度发酵而导致经济损失和相关部门的被动处境,对提高针对农业网络舆情监测的能力有重要的意义。因此对于农业舆情的监测与分析成为了公共领域的一个研究问题。在农业领域数据获取方面,现有的舆情监测系统大多针对农业门户网站或论坛农业板块作为研究重点,对社交网络的研究工作较少;在农业舆情发现方面,对于社交网络领域的舆情热点研究只是针对人工选取的问题做验证,并没有应用在社交网络环境对于社交网络的舆情热点研究较少;在舆情判断方面,目前的研究数据主要来源于人工选择,并不能满足如今网络环境多变的需求。针对舆情的突发性和现有农业舆情研究的局限性,使... 

【文章来源】:河南农业大学河南省

【文章页数】:49 页

【学位级别】:硕士

【部分图文】:

农业舆情监测与分析系统研究


图1技术路线图??Fig.1?Techno?logy?Roadmap??2.2模型评价??

树图,树图,示例


树,以root为根节点,从根节点到每个最下方的子节点,将所有节点遍历形成的字符为??and、as、at、cn和com,这五个字符串同时从a和c两个公共前缀出发,减少多余的遍历??时间。??(rootJ??/?\??/OOO?O?Q??6?〇??图2tr?ie树图示例??Fig.?2?Example?of?trie??有向无环图(directed?acyclic?graphs,?DAG)是任意一条边有方向,且不存在环路??的阁,利用DAG可以模拟表格存储所有切词情况。对于DAG中储存的数据,节点句节点之??间的相连点很少并且节点是有一定的顺序方向的,从任意节点出发都不能回到出发点中。??如下图所示,从“去”节点开始,可以将它连接至“民”、“园”,最终构成一个有向无环??图,其中包括“人民”、“公园”、“人民公园”从子节点连接起来的词语。??...u?:v:?u?y??去.人民:.公:.?园:玩??图3?DAG示例??Fig.3?Example?of?DAG??动态规划方法是求解决策过程(如cision?process)最优化的数学方法。利用各个阶段??的不同状态和由每次决策引起的状态的变化确定一个决策的序列,它需要确认原问题与子??问题、阶段、阶段状态、决策等方面。??|?11?1.1???1??状态决策1?决策2?决策3?k状态3??图4动态规划流程??Fig.4?dynamic?programming?flow?chart??如上图所示,动态规划把一个问题当做一个有着链状结构并前后关联的多阶段过程。??(2)基于HMM的分词方法??利用HMM进行中文分词,是将分词问题看做为序列

序列,示例,节点


向无环图(directed?acyclic?graphs,?DAG)是任意一条边有方向,且不存在环路??的阁,利用DAG可以模拟表格存储所有切词情况。对于DAG中储存的数据,节点句节点之??间的相连点很少并且节点是有一定的顺序方向的,从任意节点出发都不能回到出发点中。??如下图所示,从“去”节点开始,可以将它连接至“民”、“园”,最终构成一个有向无环??图,其中包括“人民”、“公园”、“人民公园”从子节点连接起来的词语。??...u?:v:?u?y??去.人民:.公:.?园:玩??图3?DAG示例??Fig.3?Example?of?DAG??动态规划方法是求解决策过程(如cision?process)最优化的数学方法。利用各个阶段??的不同状态和由每次决策引起的状态的变化确定一个决策的序列,它需要确认原问题与子??问题、阶段、阶段状态、决策等方面。??|?11?1.1???1??状态决策1?决策2?决策3?k状态3??图4动态规划流程??Fig.4?dynamic?programming?flow?chart??如上图所示,动态规划把一个问题当做一个有着链状结构并前后关联的多阶段过程。??(2)基于HMM的分词方法??利用HMM进行中文分词,是将分词问题看做为序列标注问题。利用一部分训练语料训练??11??

【参考文献】:
期刊论文
[1]一种基于概念向量空间的文本相似度计算方法[J]. 李琳,李辉.  数据分析与知识发现. 2018(05)
[2]基于深度学习的文本分类研究进展[J]. 刘婷婷,朱文东,刘广一.  电力信息与通信技术. 2018(03)
[3]基于朴素贝叶斯的农业文本分类方法研究[J]. 赵燕,李晓辉,周云成,张越.  节水灌溉. 2018(02)
[4]基于Scrapy的农业网络数据爬取[J]. 李乔宇,尚明华,王富军,刘淑云.  山东农业科学. 2018(01)
[5]基于Nutch的Web论坛分块采集系统[J]. 程杜新,傅魁.  图书馆学研究. 2017(07)
[6]机器学习与语义规则融合的微博情感分类方法[J]. 姜杰,夏睿.  北京大学学报(自然科学版). 2017(02)
[7]基于朴素贝叶斯的文本分类研究综述[J]. 贺鸣,孙建军,成颖.  情报科学. 2016(07)
[8]基于支持向量机的中文农业文本分类技术研究[J]. 魏芳芳,段青玲,肖晓琰,张磊.  农业机械学报. 2015(S1)
[9]基于叙词表的农业舆情话题发现算法研究[J]. 陈涛,刘世洪.  山东农业科学. 2015(10)
[10]农业网站舆情热点信息发现系统研究与开发[J]. 赵继春,刘世洪,乔珠峰.  安徽农业科学. 2015(24)

硕士论文
[1]基于Scrapy的分布式网络爬虫系统设计与实现[D]. 樊宇豪.电子科技大学 2018
[2]基于深度学习的微博文本情感分析研究[D]. 宋梦姣.南京大学 2018
[3]基于神经网络和决策树的文本分类及其应用研究[D]. 雷飞.电子科技大学 2018
[4]基于MapReduce的文本聚类算法并行化研究与实现[D]. 徐春华.电子科技大学 2017
[5]基于关键词的微博爬虫系统的设计与实现[D]. 叶婷.浙江工业大学 2016
[6]基于机器学习的微博评论信息倾向性分析的研究[D]. 汪淳.哈尔滨工业大学 2016
[7]基于Hadoop的农业网络舆情监测系统研究与实现[D]. 陈涛.中国农业科学院 2016
[8]微博舆情监测系统的设计与实现[D]. 张珍桢.华南理工大学 2016
[9]文本分类停用词处理和特征选择技术研究[D]. 马治涛.西安电子科技大学 2014
[10]基于深度学习的文本情感分类研究[D]. 朱少杰.哈尔滨工业大学 2014



本文编号:3440100

资料下载
论文发表

本文链接:https://www.wllwen.com/kejilunwen/shengwushengchang/3440100.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户cb267***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com