食品安全網(wǎng)絡輿情監(jiān)測方法研究.pdf

1、食品安全是一個關(guān)系公眾安全的社會性問題。近年來，我國食品安全事件頻發(fā)，其傳播之迅速，影響之深，引起了公眾對于食品安全事件的關(guān)注和對于食品安全的擔憂。食品安全事件引發(fā)了大量網(wǎng)絡輿論，進行食品安全網(wǎng)絡輿情監(jiān)測研究具有重要的意義。當前互聯(lián)網(wǎng)產(chǎn)生的數(shù)據(jù)特點是:數(shù)據(jù)量在迅速膨脹的同時，數(shù)據(jù)類型也越來越多元化和復雜化。因此，需要在不提高話題漏檢率和錯檢率的情況下提高話題檢測速率并結(jié)合多類數(shù)據(jù)源進行話題輿情監(jiān)測。本文主要研究內(nèi)容為食品安全網(wǎng)絡輿情監(jiān)測

2、方法，包括食品安全話題檢測方法的改進、話題情感傾向研究和食品安全網(wǎng)絡輿情監(jiān)測系統(tǒng)的設計與實現(xiàn)。主要工作如下:
　　1、基于Single-Pass的話題檢測方法的缺點是:隨著話題數(shù)量的增加，會極大的降低數(shù)據(jù)處理速度和話題檢測準確率。為提高話題檢測的速度和準確率，本文結(jié)合食品安全領(lǐng)域的特點對基于Single-Pass的話題檢測算法進行改進，包括制定按食品類別分類聚類策略，改進相似度計算方法和設定話題淘汰策略。
　　2、目前話題監(jiān)

3、測和輿情監(jiān)測多使用單一數(shù)據(jù)源，本文從多元化數(shù)據(jù)角度進行食品安全話題輿情監(jiān)測，對IRI網(wǎng)絡輿情指標體系進行細化，以有效結(jié)合新聞數(shù)據(jù)和微博數(shù)據(jù)，為話題預警提供數(shù)據(jù)支持。
　　3、微博情感分析是食品安全網(wǎng)絡輿情研究的重要部分，微博文本向量化后存在特征稀疏的問題，給基于機器學習的微博情感分析方法帶來不利影響。研究基于語義的微博情感分析方法，以降低特征稀疏帶來的不利影響，提高微博情感分析準確率。在基于語義的微博情感分析方法中，語義最終體現(xiàn)在