互聯(lián)網(wǎng)輿情信息挖掘方法研究.pdf

1、及時掌握輿情動態(tài)、積極引導社會輿論，是維護社會穩(wěn)定和執(zhí)政黨執(zhí)政安全的重要舉措。隨著Internet迅猛發(fā)展，互聯(lián)網(wǎng)擁有越來越龐大的用戶群，且逐漸發(fā)展成為群眾發(fā)布信息、獲取信息和傳遞信息的主要載體。因此，基于互聯(lián)網(wǎng)的輿情信息挖掘技術(shù)越來越受到廣泛關(guān)注。輿情是指一定時期內(nèi)一定范圍內(nèi)的社會群體對某些社會現(xiàn)象和現(xiàn)實的主觀反映?；ヂ?lián)網(wǎng)輿情信息挖掘技術(shù)作為輿情信息挖掘的有效手段成為研究熱點。然而，現(xiàn)有互聯(lián)網(wǎng)輿情信息挖掘技術(shù)的研究中暴露出信息海量性、

2、處理時效性和預警準確性方面的問題，因此亟需互聯(lián)網(wǎng)輿情信息挖掘在理論體系和挖掘方法上實現(xiàn)突破。
　　本文針對互聯(lián)網(wǎng)輿情信息挖掘技術(shù)進行研究，在明確輿情及其相關(guān)概念基礎(chǔ)上，著重探討互聯(lián)網(wǎng)輿情信息挖掘的體系結(jié)構(gòu)和互聯(lián)網(wǎng)輿情信息形成過程中不同階段所采用的不同挖掘方法。主要研究內(nèi)容如下：
　　互聯(lián)網(wǎng)輿情信息挖掘的體系結(jié)構(gòu)是一項重要的研究內(nèi)容。本文提出包括屬性層、信息采集層、挖掘?qū)雍吞幹脤拥幕ヂ?lián)網(wǎng)輿情信息挖掘四層體系結(jié)構(gòu)。其中屬性層覆蓋

3、輿情信息存在空間、發(fā)生時間、變化走勢和轉(zhuǎn)化機制中的一般規(guī)律；信息采集層覆蓋互聯(lián)網(wǎng)輿情信息采集過程中涉及到的關(guān)注主題類、采集空間、采集內(nèi)容等問題；挖掘?qū)痈采w互聯(lián)網(wǎng)輿情信息處于不同挖掘時機、基于不同挖掘目的、所采用的挖掘方法；處置層覆蓋互聯(lián)網(wǎng)輿情信息的評價、分析與處置手段。四層體系結(jié)構(gòu)是互聯(lián)網(wǎng)輿情信息挖掘的基礎(chǔ)。
　　在互聯(lián)網(wǎng)輿情信息的產(chǎn)生階段，本文提出內(nèi)容敏感網(wǎng)頁的輿情監(jiān)控方法，實現(xiàn)敏感信息監(jiān)控和不良信息過濾。針對內(nèi)容敏感網(wǎng)頁監(jiān)控方

4、法，本文提出用戶興趣聚焦度的概念，把用戶過濾需求看作以用戶感興趣事物為核心、由不同用戶興趣聚焦度為半徑形成的非形式化連續(xù)空間，借此表達用戶在過濾傾斜情況上的需求。基于用戶興趣聚焦度，本文提出中文敏感網(wǎng)頁過濾算法，一方面把網(wǎng)頁結(jié)構(gòu)中的URL分析、主題句分析、正文分析相結(jié)合，另一方面把用戶興趣聚焦度量化后引入機器學習算法的訓練階段用于正文分析。實驗結(jié)果表明，內(nèi)容敏感網(wǎng)頁過濾算法有效提高了網(wǎng)頁的過濾精度和處理速度，解決了互聯(lián)網(wǎng)輿情信息產(chǎn)生階段

5、的輿情發(fā)現(xiàn)問題。
　　在互聯(lián)網(wǎng)輿情信息的傳播階段，本文提出針對大多數(shù)用戶閱讀的新聞主題進行挖掘的輿情監(jiān)測方法，及時了解群眾關(guān)心的輿情熱點并避免某些問題轉(zhuǎn)化為突發(fā)事件爆發(fā)。針對頻繁訪問主題監(jiān)控方法，本文提出基于差值編碼雙向鏈表的數(shù)據(jù)流中頻繁項監(jiān)測確定性算法Frequent Sketch(FS)。FS算法的空間復雜度0(/og(￡n)／E），數(shù)據(jù)項平攤處理時間O(l)，算法生成的全局摘要S是E一虧度摘要?；贔S算法及其在窗口數(shù)據(jù)流上

6、的擴展算法FS-Win，本文提出一種互聯(lián)網(wǎng)頻繁訪問主題挖掘算法。實驗分析表明，該算法能夠?qū)崟r地進行用戶頻繁訪問主題挖掘，解決了互聯(lián)網(wǎng)輿情信息傳播閱覽階段的監(jiān)測問題。
　　在互聯(lián)網(wǎng)輿情信息的轉(zhuǎn)載階段，本文提出針對大多數(shù)網(wǎng)頁轉(zhuǎn)載的新聞主題進行挖掘的輿情計量方法，了解當前互聯(lián)網(wǎng)輿情主題的狀態(tài)，發(fā)現(xiàn)熱門輿情事件的發(fā)生和群眾對事件的輿論傾向。針對輿情態(tài)勢計量方法，本文提出NISAC指數(shù)方法，NISAC指數(shù)借鑒經(jīng)濟指數(shù)和社會指數(shù)的編制方法，以