BBS輿情主題監(jiān)測關(guān)鍵性問題研究.pdf

1、輿情是指在一定的社會空間內(nèi),圍繞中介性社會事件的發(fā)生、發(fā)展和變化,民眾對社會管理者產(chǎn)生和持有的社會政治態(tài)度。隨著互聯(lián)網(wǎng)的發(fā)展與普及,人們開始借助網(wǎng)絡(luò)這一平臺發(fā)表自己對政治、社會、民生問題的見解,形成了網(wǎng)絡(luò)輿情。網(wǎng)絡(luò)輿情形成迅速,對社會影響巨大。由于信息海量,需要利用計(jì)算機(jī)建立對網(wǎng)絡(luò)輿情的監(jiān)測與分析系統(tǒng),對其進(jìn)行有效的監(jiān)控。本文提出了網(wǎng)絡(luò)輿情智能監(jiān)測與分析系統(tǒng)的總體設(shè)計(jì)方案,并針對中山大學(xué)逸仙時空這一高校BBS,探討主題監(jiān)測模塊的實(shí)現(xiàn)過程

2、。本文主要探討了主題監(jiān)測模塊實(shí)現(xiàn)中的四個關(guān)鍵性的問題:中文分詞與未登錄詞發(fā)現(xiàn),主題帖自動標(biāo)引,同義詞識別,以及文本傾向性分析。在本實(shí)驗(yàn)中采用了KTDictSeg中文分詞系統(tǒng),作為系統(tǒng)的分詞組件。實(shí)驗(yàn)證明,該分詞系統(tǒng)的分詞速度理想,分詞準(zhǔn)確率達(dá)到百分之九十以上。同時,為改進(jìn)該分詞系統(tǒng)的未登錄詞識別能力,提出基于共現(xiàn)的未登錄詞識別算法。在對BBS主題帖進(jìn)行自動標(biāo)引研究中,運(yùn)用統(tǒng)計(jì)標(biāo)引法,根據(jù)帖子內(nèi)容的長度分別提出四類不同的特征詞抽取規(guī)則。將

3、自動標(biāo)引結(jié)果與人工標(biāo)引結(jié)果進(jìn)行對比,發(fā)現(xiàn)自動標(biāo)引準(zhǔn)確率達(dá)到百分之八十以上,而自動標(biāo)引冗余率在百分之二十以下。這說明這些自動抽詞規(guī)則較合理,標(biāo)引效果較理想。本實(shí)驗(yàn)采用基于詞典的字面相似度算法進(jìn)行中文同義詞識別,同時將中文轉(zhuǎn)換為拼音再進(jìn)行字面相似度計(jì)算,可以較好地解決由于BBS語言不規(guī)范而造成的同義詞匹配結(jié)果不準(zhǔn)確的問題。在現(xiàn)有漢語傾向性分析的研究基礎(chǔ)上,本文首次提出了針對BBS主題帖及跟帖的傾向性分析方法。從主題帖傾向性人工判斷與自動分析