学校中期答辩-微博舆情管理平台：数据分析系统的设计与实现 PPT课件

微博舆情管理平台 数据分析系统的设计与实现指导教师 XXX班级 XXX姓名 XXX学号 XXX 汇报内容 课题概述文献综述概要设计已完成工作后续工作 课题概述 舆情监控 整合互联网信息采集技术及信息智能处理技术通过对互联网海量信息自动抓取 自动分类聚类 主题检测 专题聚焦 实现用户的网络舆情监测和新闻专题追踪等信息需求 形成简报 报告 图表等分析结果 为客户全面掌握群众思想动态 做出正确舆论引导 提供分析依据 微博 即微博客 MicroBlog 的简称 是一个基于用户关系信息分享 传播以及获取平台 用户可以通过WEB WAP等各种客户端组建个人社区 以140字左右的文字更新信息 并实现即时分享 课题概述 随着网络微博的用户数量已愈两亿 微博已跃升为继新闻 论坛之后的中国互联网第三大舆情源 舆情分析关乎国家发展与社会和谐 目前已有越来越多的机构和行业从事舆情分析 如何从海量的微博信息中提取有价值的信息 并对负面 消极及虚假信息进行及时的管控 已经成为舆情热点分析的突出问题 良好的解决方案 不仅可以监督规范网络行为 净化网络环境 更重要的还能从中获取各类有用信息 进行诸如商业价值 用户兴趣挖掘 信息传播学 网络拓扑与热点追踪 以及一些社会学方面的研究 从而能够满足人们的需求 同时对于社会的和谐 网络舆论生态的健康 国家的发展都有重要的现实意义 概要设计 运行环境 Windows功能模块 数据分析平台 数据读入模块 聚类模块 趋势分析预警模块 文本倾向与立场分类模块 已完成工作 文献调研微博传播模型的研究VSM与K Means算法的实现信息趋势分析预警模块算法分析论文的部分撰写 文献调研 1 张洋 何楚杰 段俊文 杨春程 微博舆情热点分析系统设计研究 信息网络安全 2012 09 2 王艺 重大突发公共事件的微博舆情监测与引导初探 贵州民族学院学报 2011 05 3 杨涛 智能信息处理技术在互联网舆情分析中的应用 硕士学位论文 同济大学 2008 05 4 张超 文本倾向性分析在舆情监控系统中的应用研究 硕士学位论文 北京邮电大学 2008 02 5 唐晓波宋承伟 基于复杂网络的微博舆情分析 情报学报 2012 11 6 刘恒文 基于网络语义挖掘的舆情监测预警研究 硕士学位论文 武汉理工大学 2010 05 7 王晶 朱珂 汪斌强 基于信息数据分析的微博研究综述 计算机应用 2012 07 8 莫溢 刘盛华 刘悦 程学旗 一种相关话题微博信息的筛选规则学习算法 中文信息学报 2012 09 9 谭俊武 面向网络舆情分析的文本倾向性分类技术的研究与实现 硕士学位论文 国防科技大学 2009 11 10 陆浩 网络舆情监测研究与原型实现 北京邮电大学 2009 02 11 M Spitters W Kraaij UsingLanguageModelsforTrackingEventsofInterestoverTimeProceedingsoftheWorkshoponLanguageModelsforInformation Retrieval LMIR Pinsburgh 2001 12 LarsenB AoneC Fastandeffectivetextminingusinglinear timedocumentclustering In ProceedingsoftheFifthACMSIGKDDInternationalConferenceonKnowledgeDiscoveryandDataMining SanDiego CA 1999 16 22 13 J Yi T Nasukawa RBunescu andw Niblack SentimentAnalyzer ExtractingSentimentSaboutaGivenTopicusingNaturalLanguageProcessingTechniques A In Proceedingsofthe3rdIEEEInternationalConferenceonDataMining ICDM22003 C 网络舆情特点 微博特点 微博意见领袖 所谓意见领袖 维基百科是这样描述的 在人际传播网中经常为他人提供信息 同时对他人施加影响的 活跃分子 他们在大众传播效果的形成过程中起着重要的中介或过滤的作用 通常而言 大部分微博用户的粉丝一般是几十至几百的数量级 而少数用户的粉丝超过上千乃至上万 称其为明星用户 意见领袖 典型的几种微博意见领袖 传播影响力高的用户很多是新浪的认证用户 认证用户由于其本身在真实社会上就有一定的影响力 微博是其社会影响力在网络中的映射草根用户如果积极参与用户间的互动 并且努力地发送有价值的信息给听众 也可以获得相当大的影响力部分用户虽然从来不与粉丝进行互动 只是原创信息的发布 但其粉丝的绝对数量较多 也获得了较大影响力草根用户粉丝并不多 但是其发布的信息价值较高 得到大量的传递和转发 也可获得较大影响力 消息传播中用户的三种状态 A B C D E 消息来源 转发状态 已知不传播状态 未知状态 微博预测理想模型 设置变量X 当监控的微博意见领袖对这条微博的转发比例到达X时 可以认为此条微博在未来一段时间内的关注度会持续上升通过对对消息已知但不感兴趣状态的意见领袖在整体中所占比例Y与已知而且转发的领袖的比例Z的比较推测此消息的未来走向在单位时间内此消息的转发量 传播广度 超过变量M 则可以认为此消息会造成较大影响 M值的不同 可设成不同级别 VSM 空间向量模型 K means算法 更新Cluster 更新Centre Flag 0 拷贝Centre 开始 FLAG 1数据初始化 FLAG为真 结束 Y N Centre和Copycentre相等 N Y 趋势分