文本倾向性分析在舆情监控系统中的应用研究

论文摘要

舆情指在一定的社会空间内,围绕中介性社会事项的发生、发展和变化,作为主体的民众对作为客体的国家管理者产生和持有的社会政治态度。随着网络的普及,网络舆情以“舆论多元”为最大特点,网络舆情的信息丰度呈现“爆炸”的态势,一是网络舆情信息的数量极为庞大,二是其类别繁多,三是背景信息复杂,尤其是突发事件和社会流行事件,常常会立即引发各种社会集团、政治势力的共同关注。在这种情况下,要人工去甄别每个意见的具体情况并加以分类统计是不现实的。只有采用计算机技术自动地对网络舆情语料进行分析整理,才能够建立起全面、有效、快速的舆情监控预警机制。传统的网络舆情监控系统中,话题发现方法多采用聚类基础上考察相关评论规模的方法,往往对网民评论的情感因素关注不足,而且通常是停留在热点话题发现的程度,没有进一步根据倾向性特性进行区分。近年来,虽然有学者对舆情的特性进行了深度分析的研究,给出了一些舆情关键点的定义,但是没有给出具体的数学模型,也没有提出可行的发现方案,发现方法多是手工采集整理。本文尝试将自然语言理解技术中的文本倾向性分析技术引入舆情监控系统之中,对文本倾向性分析技术在舆情监控系统中的应用进行了研究。本文首先对引入文本倾向性分析技术的舆情监控系统进行了整体设计,并详细设计了各主要模块;在建立词语倾向性词典的基础上,研究了多种网络评论倾向性分析方案的优缺点,分析比较了多种段落评论分析方案;最后在对主题文章进行聚类的基础上,根据参与评论的网民规模发现其中的热点话题,建立包含网民倾向性因素的极性话题、焦点话题、敏感话题发现模型,以提高舆情监控系统的实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题背景
• 1.2 舆情相关理论研究现状
• 1.3 论文主要内容
• 1.4 论文的章节组织
• 第二章 网络舆情理论
• 2.1 网络舆情的含义与特点
• 2.2 网络舆情监控系统概述
• 2.3 网络舆情监控系统的体系结构
• 2.4 网络舆情语料采集
• 2.5 热点发现理论
• 第三章 网络舆情监控系统设计
• 3.1 相关工具介绍
• 3.1.1 抓取工具-Heritrix
• 3.1.2 网页解析工具-HtmlParser
• 3.1.3 图形展示工具-SVG
• 3.2 系统整体设计
• 3.2.1 系统功能概述
• 3.2.2 系统的模块划分
• 3.2.3 系统数据处理流程
• 3.3 采集及预处理模块设计
• 3.3.1 网络语料采集
• 3.3.2 内容提取
• 3.3.3 分词
• 3.4 管理控制模块设计
• 3.4.1 设置信息的管理与访问控制
• 3.4.2 工作线程调度与并发控制
• 3.5 聚类分析模块设计
• 3.5.1 聚类分析方法研究
• 3.5.2 主题文章聚类实现方案
• 3.6 图形化展示方案
• 3.6.1 动态展示机制
• 3.6.2 展示模型
• 3.7 系统实现方案
• 3.7.1 实现环境
• 3.7.2 主要模块实现方案
• 第四章 文本倾向性分析在系统中的应用
• 4.1 文本倾向性分析方法研究
• 4.1.1 倾向性分析与意见挖掘理论
• 4.1.2 词语语义倾向性判别
• 4.1.3 词语的上下文倾向性
• 4.1.4 段落文本倾向性分析
• 4.1.5 实验及分析
• 4.2 舆情关键点建模与发现
• 4.2.1 热点话题发现
• 4.2.2 极性话题发现
• 4.2.3 焦点话题发现
• 4.2.4 敏感话题发现
• 4.2.5 话题走势分析
• 4.2.6 实验及分析
• 4.3 本章小结
• 第五章 总结与展望
• 参考文献
• 致谢
• 攻读学位期间发表的学术论文目录