基于BS模式的网络舆情监控系统设计与实现
发布时间：2021-11-24 15:21
《中国互联网发展报告2019》文中显示,截至到2019年6月,中国的网民人数达到8.54亿人,互联网普及率达61.2%,网站数量518万个。现如今互联网已经走入人们的生活,给各行各业带来了极大的便捷。网络发展影响着人们的衣食起居,而且让人们的通信交流更加简单方便,接收信息也更加迅速。在这个信息大爆炸的时代,每个人都经受着各种信息的冲击,每一个网民都是信息的接受者也是信息的发出者。因此,每一个企业也都非常注重维护自身网络形象,遇到负面舆论要及时管控,并对造成舆论的事件进行分析,及时处理以避免负面舆情事件的发生。本文通过对作者所在企业相关舆情进行研究,并全面结合自身行业情况,综合考虑制定有效的舆情监控方案。通过网络爬虫技术爬取国内几个主要舆情排行网站的热点信息,对比符合本企业的关键词,筛选出与本企业相关的事件信息及舆情发展过程,然后全面分析所采集到的相关信息,当触发热度上限设置时对管理人员做出预警,从而便于管理人员提前制定应急处理预案。BS模式也叫做B/S架构,英文名称:Browser/Server,这种结构是随着互联网技术的发展,由C/S结构发展而来的新型结构。本文的舆情监控系统使用BS...
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
60趋势网站图
电子科技大学硕士学位论文32百度热搜榜网站内容如图4-4所示：图4-4百度热搜榜网站图（2）分析层在采集层进行数据抓取后，将提供给分析层进行处理，而分析层处理数据的关键数又分为信息去噪和聚类分析。信息去噪是指对数据进行预处理，运用数据分析技术将采集层抓取到的内容进行分词与提龋采集层获取到的信息并不都是我们需要的内容，所以需要我们将采集到的所有信息进行预处理，通过信息筛选的方式以达到降噪的目的，同时还需要将降噪后的内容利用中文分词技术进行分词，最后提取分词后的信息，通过这种方式，便可以满足系统对数据要求。聚类分析是指利用信息降噪处理后的内容信息，并对其进行深加工。首先将降噪后的内容进行聚类分类，以便获取相同类型的信息，同时根据分类原则将这些信息按类型分开处理，获得各个类型的当前热点内容，然后依据搜索热度排名进行筛选处理。本文设计的舆情监控系统运用K-means聚类算法对信息进行分词聚类。首先对筛选后的内容进行中文分词，然后对分词后的内容进行聚类分析，以达到数据分析的目的。K-means算法在聚类算法中，因为准确率高，所以被广泛使用。在聚类算法进行工作时，它会处理大量内容，因此耗时较长。在系统实际设计过程中，我们考
第五章舆情监控系统的实现53根据分析模块流程所示，在提取关键词后，识别网站上相似热点舆情，查要求的并进行整理，其分析识别内容如下图5-6所示：图5-6关联分析识别图5.2.4报表模块的实现在报表模块工作时，系统管理员经过登陆，选择报表信息，能够看到系统中的信息列表，同时系统提供多种排序功能，用户根据自身需求，可以选择按时间顺序，按时段排序，也可以根据关键词检索进行报表查询，供用户自行选择，从而使系统操作具有人性化。用户在进行信息的查询后就能够得到最终的数据，从而详细地阅览自己查询的舆情信息，并最终以EXCEL表格的形式下载[34]。舆情报表的核心代码：publicclass航天领域监控信息报表publicstaticvoidmain(string[]args)inputstreamis=null;try{
【参考文献】：
期刊论文
[1]通用任务管理系统分析与设计[J]. 徐志凯,金子坚,田艳. 软件工程. 2020(04)
[2]大数据环境下高校网络舆情现状与对策研究[J]. 闫素霞,班秀萍,王金苗,李克宝. 河北北方学院学报(自然科学版). 2019(09)
[3]基于云计算和Hadoop的网络舆情监控系统设计[J]. 白茹. 电子设计工程. 2019(16)
[4]医患网络舆情监控与引导的现状及策略分析[J]. 周静宜. 视听. 2019(08)
[5]网络舆情监测关键技术应用研究[J]. 邓密文. 网络安全技术与应用. 2019(07)
[6]网络舆情监控系统的设计和实现[J]. 江瑾. 信息与电脑(理论版). 2019(13)
[7]基于Hadoop的高校网络舆情关键技术研究[J]. 胡治宇,利莉. 计算机产品与流通. 2019(06)
[8]网络舆情分众化差异化演变及其发展趋势研究[J]. 李燕凌,彭明珠,李诗悦. 图书与情报. 2019(02)
[9]浅谈高职院校的网络舆情监测平台的研究与设计[J]. 李苗,秦科,王维,杨梦飞,曹心珑. 数字技术与应用. 2019(04)
[10]Iterative Case-Driven Method and Practice of Java Language Teaching[J]. Guodong Xin,Wei Wang,Junheng Huang,Yang Liu,Bailing Wang. 计算机教育. 2018(12)
硕士论文
[1]关于舆情监测系统实时交互式可视化的研究[D]. 王晶.西安理工大学 2019
[2]负面涉军网络舆情治理研究[D]. 徐国锋.广西师范大学 2019
[3]基于聚类的网络舆情监视系统设计与实现[D]. 刘亚峰.河北科技大学 2019
[4]基于机器学习的网络舆情文本情感分类方法研究[D]. 范文慧.电子科技大学 2019
[5]基于B/S三层架构下的基层连队管理信息系统的设计与实现[D]. 武强.长春工业大学 2018
[6]微信公众号检索与监测系统的设计与实现[D]. 庞倩.内蒙古大学 2018
[7]高校科研信息管理系统的设计与实施[D]. 郑昊天.北京工业大学 2017
[8]互联网舆情信息管理设计与实现[D]. 赵世权.吉林大学 2017
[9]通话记录分析系统设计与实现[D]. 黄京.上海交通大学 2017
[10]软件测试错误报告分析处理工具的设计与实现[D]. 王平升.西安电子科技大学 2017
本文编号：3516242
【文章来源】：电子科技大学四川省 211工程院校 985工程院校 教育部直属院校
【文章页数】：86 页
【学位级别】：硕士
【部分图文】：
60趋势网站图
电子科技大学硕士学位论文32百度热搜榜网站内容如图4-4所示：图4-4百度热搜榜网站图（2）分析层在采集层进行数据抓取后，将提供给分析层进行处理，而分析层处理数据的关键数又分为信息去噪和聚类分析。信息去噪是指对数据进行预处理，运用数据分析技术将采集层抓取到的内容进行分词与提龋采集层获取到的信息并不都是我们需要的内容，所以需要我们将采集到的所有信息进行预处理，通过信息筛选的方式以达到降噪的目的，同时还需要将降噪后的内容利用中文分词技术进行分词，最后提取分词后的信息，通过这种方式，便可以满足系统对数据要求。聚类分析是指利用信息降噪处理后的内容信息，并对其进行深加工。首先将降噪后的内容进行聚类分类，以便获取相同类型的信息，同时根据分类原则将这些信息按类型分开处理，获得各个类型的当前热点内容，然后依据搜索热度排名进行筛选处理。本文设计的舆情监控系统运用K-means聚类算法对信息进行分词聚类。首先对筛选后的内容进行中文分词，然后对分词后的内容进行聚类分析，以达到数据分析的目的。K-means算法在聚类算法中，因为准确率高，所以被广泛使用。在聚类算法进行工作时，它会处理大量内容，因此耗时较长。在系统实际设计过程中，我们考
第五章舆情监控系统的实现53根据分析模块流程所示，在提取关键词后，识别网站上相似热点舆情，查要求的并进行整理，其分析识别内容如下图5-6所示：图5-6关联分析识别图5.2.4报表模块的实现在报表模块工作时，系统管理员经过登陆，选择报表信息，能够看到系统中的信息列表，同时系统提供多种排序功能，用户根据自身需求，可以选择按时间顺序，按时段排序，也可以根据关键词检索进行报表查询，供用户自行选择，从而使系统操作具有人性化。用户在进行信息的查询后就能够得到最终的数据，从而详细地阅览自己查询的舆情信息，并最终以EXCEL表格的形式下载[34]。舆情报表的核心代码：publicclass航天领域监控信息报表publicstaticvoidmain(string[]args)inputstreamis=null;try{
【参考文献】：
期刊论文
[1]通用任务管理系统分析与设计[J]. 徐志凯,金子坚,田艳. 软件工程. 2020(04)
[2]大数据环境下高校网络舆情现状与对策研究[J]. 闫素霞,班秀萍,王金苗,李克宝. 河北北方学院学报(自然科学版). 2019(09)
[3]基于云计算和Hadoop的网络舆情监控系统设计[J]. 白茹. 电子设计工程. 2019(16)
[4]医患网络舆情监控与引导的现状及策略分析[J]. 周静宜. 视听. 2019(08)
[5]网络舆情监测关键技术应用研究[J]. 邓密文. 网络安全技术与应用. 2019(07)
[6]网络舆情监控系统的设计和实现[J]. 江瑾. 信息与电脑(理论版). 2019(13)
[7]基于Hadoop的高校网络舆情关键技术研究[J]. 胡治宇,利莉. 计算机产品与流通. 2019(06)
[8]网络舆情分众化差异化演变及其发展趋势研究[J]. 李燕凌,彭明珠,李诗悦. 图书与情报. 2019(02)
[9]浅谈高职院校的网络舆情监测平台的研究与设计[J]. 李苗,秦科,王维,杨梦飞,曹心珑. 数字技术与应用. 2019(04)
[10]Iterative Case-Driven Method and Practice of Java Language Teaching[J]. Guodong Xin,Wei Wang,Junheng Huang,Yang Liu,Bailing Wang. 计算机教育. 2018(12)
硕士论文
[1]关于舆情监测系统实时交互式可视化的研究[D]. 王晶.西安理工大学 2019
[2]负面涉军网络舆情治理研究[D]. 徐国锋.广西师范大学 2019
[3]基于聚类的网络舆情监视系统设计与实现[D]. 刘亚峰.河北科技大学 2019
[4]基于机器学习的网络舆情文本情感分类方法研究[D]. 范文慧.电子科技大学 2019
[5]基于B/S三层架构下的基层连队管理信息系统的设计与实现[D]. 武强.长春工业大学 2018
[6]微信公众号检索与监测系统的设计与实现[D]. 庞倩.内蒙古大学 2018
[7]高校科研信息管理系统的设计与实施[D]. 郑昊天.北京工业大学 2017
[8]互联网舆情信息管理设计与实现[D]. 赵世权.吉林大学 2017
[9]通话记录分析系统设计与实现[D]. 黄京.上海交通大学 2017
[10]软件测试错误报告分析处理工具的设计与实现[D]. 王平升.西安电子科技大学 2017
本文编号：3516242
本文链接：https://www.wllwen.com/shoufeilunwen/xixikjs/3516242.html
