面向網(wǎng)絡(luò)輿情分析的社會熱點話題技術(shù)研究.pdf

1、隨著信息技術(shù)的不斷進(jìn)步，互聯(lián)網(wǎng)逐漸走進(jìn)人們的工作生活，網(wǎng)絡(luò)輿情越來越能夠精確反映當(dāng)前社會熱點、民眾的態(tài)度需求，因此許多政府相關(guān)部門、企業(yè)能夠?qū)W(wǎng)絡(luò)輿情信息進(jìn)行監(jiān)控管理的需求就變得非常迫切。同時由于互聯(lián)網(wǎng)信息量大，且分布廣泛，這些特點決定了難以依靠人工方式去實現(xiàn)信息的篩選以及輿情的監(jiān)控。因此通過輿情監(jiān)測及時發(fā)現(xiàn)當(dāng)前掌握輿情熱點信息，為相關(guān)部門和媒體應(yīng)對突發(fā)事件提供理論依據(jù)，具有重要的社會價值。
　　首先，本文介紹了熱點話題輿情分析所

2、涉及的關(guān)鍵技術(shù)，通過對當(dāng)前信息處理系統(tǒng)中網(wǎng)頁正文提取方法和網(wǎng)頁布局結(jié)構(gòu)的研究，針對當(dāng)前算法對于不同網(wǎng)頁結(jié)構(gòu)網(wǎng)頁正文提取準(zhǔn)確度低的不足，充分考慮結(jié)構(gòu)差別較大的網(wǎng)頁對網(wǎng)頁正文提取的影響，提出了基于結(jié)構(gòu)相似網(wǎng)頁聚類的正文提取算法，根據(jù)組成網(wǎng)頁前端模板各“塊”對模板的貢獻(xiàn)賦以不同的權(quán)重，其次計算兩個網(wǎng)頁中對應(yīng)塊的相似度，將各塊的相似度與權(quán)重乘積的總和作為兩個網(wǎng)頁的相似度。利用網(wǎng)頁間相似度將網(wǎng)頁聚類，使得同一簇中的網(wǎng)頁正文提取結(jié)果更加準(zhǔn)確。

3、>　　其次，通過對比多種文本聚類算法的優(yōu)缺點，結(jié)合本文研究對象網(wǎng)絡(luò)新聞，針對原Single-Pass算法隨機(jī)選取聚類中心影響聚類結(jié)果和算法運行過程中需要多次與所有對象聚類影響效率的不足，確定初始聚類中心，并在新文本不斷加入過程中不斷更新聚類中心，進(jìn)一步提高算法的運行效率。然后計算話題熱度值時引入衰減函數(shù)，根據(jù)其各項特征計算出話題的熱度值，進(jìn)而根據(jù)話題熱度值得到輿情信息中的輿情熱點話題。
　　最后，根據(jù)對以上內(nèi)容的研究，結(jié)合平臺的設(shè)