基于微博的網絡輿情關鍵技術的研究與實現.pdf_第1頁
已閱讀1頁,還剩94頁未讀 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領

文檔簡介

1、現代社會的快節(jié)奏正日益改變著人們了解、觀察世界和發(fā)表看法的方式,傳統(tǒng)媒介所發(fā)揮的作用已經越來越小,新興的方式正在萌發(fā)并日益壯大。微博適應了這種簡單、快捷的生活潮流,正日益成為向網民展示世界和匯聚民意的重要渠道,并或多或少的改變著社會的運轉方式。所以,整體了解微博的民意訴求顯得至關重要,將為政府和企業(yè)決策提供寶貴的資料。目前,網絡輿情的研究已經有成熟的技術,但基于微博的網絡輿情研究才剛剛起步,微博具有短小精悍、草根性更強、交互方式多種多樣

2、和高時效性的特點,這些決定了原有輿情技術已經不能滿足微博研究的需要了,對此需要做出改進和調整。
  本文結合微博的特點,著力解決輿情研究中的各個問題,使之適應微博網絡輿情研究的需要。網絡輿情的關鍵技術主要包括網絡爬蟲技術、網頁結構化技術、分詞技術以及分類聚類等文本處理技術。本文主要對這些技術做出改進,來適應微博的特點,最終發(fā)掘微博熱點話題以及人們的情感傾向。
  當今網絡爬蟲技術業(yè)已成熟,網上也存在大量的免費爬蟲系統(tǒng)。目前,

3、互聯網企業(yè)為了保證微博的正常訪問,做了很多反爬蟲措施,同時微博頁面具有雜亂無章的特點,本文針對這些反爬蟲措施,基于larbin爬蟲系統(tǒng),提出定時爬取和代理爬取,并對頁面解析采用DOM樹和投票算法。
  本文針對的是中文微博,所以將重點研究中文分詞。中文分詞技術主要有詞典建立、歧義識別和新詞識別三個方面。針對微博數據量大、雜、新詞不斷涌現的特點,本文提出使用基于單字索引的pat樹分詞詞典,加快分詞速度,并提出雙字耦合和t-測試差相結

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
  • 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論