基于武汉城市留言板的舆情热点监控研究

发布时间：2021-03-27 06:46

　　随着科学技术的飞速发展,互联网已成为人民生活中不可或缺的重要部分。民众可以在网络中畅所欲言,行使自己的监督权、知情权、表达权及参与权,从而产生的网络舆论对社会的深刻影响也已无法回避。由于网络舆情热点与爆发事件具有发生前难以预测、发生时不易控制等特点,这使得政府有必要对网络舆情进行有效监控,发现舆情热点,了解舆论情感倾向,准确预警爆发事件,并根据情况做出调整,适时适当地进行引导,以减少造成的负面影响。目前,监控舆情热点主要有以下几种方式:提取关键词、抽取文档主题、文本分类、情感分析等。监控过程需要用到自然语言处理和机器学习中的多种算法。常见方法有:jieba中文分词、word2vec文本信息向量化、杰卡德文本相似系数、K-means聚类、层次聚类、支持向量机等。为倾听群众声音,武汉市委市政府上线“城市留言板”功能,获得市民广泛参与。其中,政府模块下房管局留言数量最多,本文以房管局信息为例进行试验。在国内外舆情热点监控方法的基础上,从词、句、事件三个角度,由简入难进行分析,具体包括:舆情热点发掘;舆情情感分析;舆情事件预警。除常规方法外,在爆发事件的监控中,引入图论的最大团问题进行求解,确... 

【文章来源】：华中师范大学湖北省 211工程院校 教育部直属院校

【文章页数】：41 页

【学位级别】：硕士

【部分图文】：

图１：网民规模和互联网普及率??“”

图４：无向图Ｇ??

图５：?２０１８年５月留言板词云??３．３．２舆情情感分析求解??

【参考文献】：
期刊论文
[1]基于贝叶斯网络的应急预测算法在群体性突发事件网络舆情中的优势研究[J]. 王飞.  赤峰学院学报(自然科学版). 2017(15)
[2]基于word2vec的互联网商品评论情感倾向研究[J]. 黄仁,张卫.  计算机科学. 2016(S1)
[3]中文微博突发事件检测研究[J]. 王勇,肖诗斌,郭跇秀,吕学强.  现代图书情报技术. 2013(02)
[4]互联网商品评论情感分析研究综述[J]. 张紫琼,叶强,李一军.  管理科学学报. 2010(06)

博士论文
[1]最大团问题精确算法研究[D]. 江华.华中科技大学 2017

硕士论文
[1]突发事件微博舆情的话题发现和热度预测研究[D]. 李良.西安理工大学 2018
[2]面向微博评论的中文文本情感分类研究[D]. 顾宇杰.云南财经大学 2018
[3]社交网络中突发事件的态势感知算法研究与实现[D]. 杨戌初.北京交通大学 2018
[4]面向突发事件的事件识别及其应用研究[D]. 刘天琪.安徽理工大学 2018
[5]网络舆情热点分析技术的研究与实现[D]. 申晓燕.辽宁大学 2018
[6]中文社交网络短文本情感分析研究[D]. 胡博宏.天津大学 2018
[7]基于情感词典与句型分类的中文微博情感分析研究[D]. 周杰.宁夏大学 2016
[8]基于微博的突发事件检测研究[D]. 李红梅.南京理工大学 2016
[9]最大团问题的精确算法研究[D]. 周阳.华中科技大学 2015
[10]基于最大团求精的模体发现算法研究[D]. 牛伟.西安电子科技大学 2012



本文编号：3103093