頂創(chuàng)科技輿情監(jiān)測系統(tǒng)的設計與實現(xiàn).pdf

1、頂創(chuàng)科技為西安頂創(chuàng)電子科技有限公司的簡稱，是一家以研發(fā)和經(jīng)營手機配件及手機智能周邊產(chǎn)品為核心業(yè)務的創(chuàng)業(yè)公司。對于以科技智能創(chuàng)新為起點的創(chuàng)業(yè)公司來說，善于發(fā)現(xiàn)新事物和新需求成為是否能快速盈利的關鍵，所以對智能手機和新奇配件等方面的輿情監(jiān)測工作就特別的重要。
　　本文的輿情系統(tǒng)基于MySQL數(shù)據(jù)庫管理系統(tǒng)，使用Python語言開發(fā)。整個系統(tǒng)由用戶配置模塊、數(shù)據(jù)抓取模塊、數(shù)據(jù)提取模塊、數(shù)據(jù)分析模塊和數(shù)據(jù)存儲模塊構成。用戶配置模塊主要用于

2、進行關鍵詞管理、類目管理和預警管理，其中的關鍵詞管理包含了主詞、或詞、過濾詞和預警詞四大詞類;數(shù)據(jù)抓取模塊是指驅動主題爬蟲抓取有針對性的信息，在數(shù)據(jù)抓取這一階段需要注意的是一方面要保證數(shù)據(jù)的及時性和全面性，另一方面要嚴格遵守網(wǎng)站對網(wǎng)頁的訪問限制;數(shù)據(jù)提取模塊是從網(wǎng)頁中獲取用戶關注信息的關鍵，包括網(wǎng)頁的標題、正文、發(fā)布時間、作者、文章來源、閱讀量和回復量等，對標題和正文的提取采用概率的學習方式對網(wǎng)頁結構進行解析，對發(fā)布時間、作者、來源等信