基于深度学习的舆情监测系统

发布时间：2020-10-29 22:57

　　随着信息科技时代的不断发展,人们对网络的依赖程度也越来高。数年前,新闻还是通过报纸和广播传播,而现在网络媒体的飞速发展使得网络成为新闻最强传播方式,因此,网络也就成为反映舆情的主要载体。根据调查报告显示,我国网民普及率已经超过6成,市民们可以随时随地的通过网络获取新闻信息,并立刻对内容做出正面、负或中反馈。如今网络舆论的力量强大,积极管理情信息,做好公关处工作是至关重要的。对于政府来说,网络舆情是倾听民意的重要通道;对于企业来说,把握网络舆情方向是企业健康稳定发展的重要环节。本文通过对舆情监测系统的详细分析,设计并实现了一个基于深度学习的舆情监测系统。该系统采用了 VUE的前端框架、Flask业务层架构、网络爬虫算法和文本分类算法技术,并且使用了 HBase数据库。论文对网络舆情监测系统进行了详细的需求分析、概要设计和详细设计,对系统功能进行了详细的划分,并且为每个功能做出详细的解释说明。舆情监测系统包括四个功能模块:舆情主题管理模块、舆情主题分析模块、舆情分析结果管理模块、舆情报告导出模块。舆情主题管理模块又分为主题信息管理子模块和舆情信息查询子模块,这个模块负责记录和管理舆情信息、企业信息、网络站点信息,在分析信息后,用户还可以通过这个模块进行海量信息检索操作。舆情主题分析模块又包含网络舆情信息采集功能和舆情自然语言处理功能,在这里计算机将根据用户输入的舆论信息,在网络平台中获取相关的舆论数据,并将这些数据清洗整理后交给文本分类技术和情感分类技术。文本分类技术将舆论信息分为不同的类别并生成词向量;情感分类技术根据舆论信息的情感不同分为正向、负面、中性情感。舆情分析结果管理模块的功能是对舆情分析结果管理、统计和操作,将舆情分析结果处理为量化的结果,并分析趋势、比邻等信息,将最终分析结果可视化的展现在平台上。舆情报告导出模块则是允许用户将可视化结果以不同的形式、不同的格式导入到本地。网络舆情监测系统将为企业提供精准的舆情监测信息,辅助企业更加有效的控制网络舆论,增强企业公信力,改善企业产品营销策略。本项目也可以辅助政府部门更好的掌握民情,微调管理政策,促进社会和谐发展。
【学位单位】：北京交通大学
【学位级别】：硕士
【学位年份】：2019
【中图分类】：TP18;TP391.1
【部分图文】：

基于深度学习的舆情监测系统