基于突發(fā)詞和情感分析的微博突發(fā)事件監(jiān)測(cè)研究.pdf

1、當(dāng)前，微博已成為第二大輿情源頭，成為傳統(tǒng)媒體跟蹤突發(fā)消息的重要來(lái)源之一，在向輿情和突發(fā)事件的轉(zhuǎn)移擴(kuò)散中扮演著重要角色，很多公共事件、焦點(diǎn)問(wèn)題、突發(fā)事件都會(huì)在微博迅速傳播，為公眾和網(wǎng)民所知曉，并引起廣泛討論。因此如果能對(duì)微博中的話(huà)題進(jìn)行監(jiān)測(cè)及時(shí)的發(fā)現(xiàn)突發(fā)事件，輿情監(jiān)督部門(mén)或者決策者就能在合適的時(shí)機(jī)介入，爭(zhēng)取化危機(jī)為轉(zhuǎn)機(jī)，盡可能的避免突發(fā)事件轉(zhuǎn)化成惡性群體性事件。
　　微博作為一種新型的社會(huì)媒體，其內(nèi)容短小精悍但時(shí)效性強(qiáng)，信息含量小但

2、話(huà)題更新快且總體數(shù)量巨大，并且大部分微博的情感表達(dá)的傾向性較為明顯。因此微博的短文本挖掘、話(huà)題趨勢(shì)檢測(cè)及情感傾向性分析等也是微博研究的重要方向。但是相關(guān)的研究工作之間的交集較少，均集中在各自的領(lǐng)域。如果把幾方面的工作融合起來(lái)，不僅具有創(chuàng)新性，而且具有較大的實(shí)用價(jià)值。本文在前人研究的基礎(chǔ)上，以新浪微博為研究平臺(tái)，基于輿情事件的突發(fā)性和情緒色彩性，來(lái)探討微博平臺(tái)中的突發(fā)事件發(fā)現(xiàn)。具體來(lái)講,本文工作主要有以下幾點(diǎn):
　　1）微博數(shù)據(jù)采集

3、。本文提出基于微博API和模擬登錄爬取動(dòng)態(tài)網(wǎng)頁(yè)多策略融合的中文微博數(shù)據(jù)采集方案，來(lái)實(shí)現(xiàn)對(duì)微博平臺(tái)實(shí)時(shí)和海量的數(shù)據(jù)采集。
　　2）噪聲微博過(guò)濾。為了提高監(jiān)測(cè)的效率，本文針對(duì)海量微博數(shù)據(jù)，提出基于構(gòu)建噪聲詞典和識(shí)別噪聲用戶(hù)的噪聲微博過(guò)濾方法。實(shí)驗(yàn)證明本文提出的方法雖然過(guò)濾噪聲微博召回率不高，但具有很高的準(zhǔn)確性，能用在微博的預(yù)處理階段不影響輿情話(huà)題的提取。
　　3）突發(fā)話(huà)題發(fā)現(xiàn)。本文提出從相對(duì)詞頻、詞頻增長(zhǎng)率、突發(fā)權(quán)重三個(gè)維度來(lái)提