基于聚類的網(wǎng)絡(luò)輿情熱點關(guān)鍵詞推薦研究.pdf

1、隨著網(wǎng)絡(luò)信息技術(shù)的日益發(fā)展和人們利益訴求的日趨多元化，使得互聯(lián)網(wǎng)已經(jīng)成為各基層利益表達(dá)、情感宣泄、思想碰撞的重要輿論渠道。因此，對互聯(lián)網(wǎng)輿情挖掘進(jìn)行深入研究具有重要意義。具體來講，輿情監(jiān)測是指整合互聯(lián)網(wǎng)信息采集技術(shù)及信息智能處理技術(shù)，通過對互聯(lián)網(wǎng)海量信息自動抓取、自動分類聚類、主題監(jiān)測、專題聚焦，實現(xiàn)用戶的網(wǎng)絡(luò)輿情監(jiān)測和追蹤等信息需求。隨著近些年的發(fā)展，輿情系統(tǒng)不僅在信息監(jiān)測上較好的滿足了用戶的需求，同時增加了許多服務(wù)功能為客戶全面掌握

2、信息動態(tài)，做出正確輿論引導(dǎo)，提供了依據(jù)。
　　在總結(jié)和分析了當(dāng)今輿情系統(tǒng)整體發(fā)展趨勢和時下互聯(lián)網(wǎng)領(lǐng)域興起的推薦應(yīng)用后，本文從輿情系統(tǒng)自身的特點出發(fā)，打破傳統(tǒng)的用戶根據(jù)自己所想去配置監(jiān)測關(guān)鍵詞的方式，根據(jù)用戶的興趣所在主動為用戶提供關(guān)鍵詞推薦的服務(wù)。
　　提出在傳統(tǒng)輿情監(jiān)測系統(tǒng)中加入用戶對已有輿情信息的評分功能，并稱獲得了評分的那些文檔為高價值文檔。然后使用隱馬爾可夫模型和維特比算法對高價值文檔進(jìn)行分詞處理，以達(dá)到較好的分詞效

3、果;然后使用TextRank算法提取文檔關(guān)鍵詞;有了關(guān)鍵詞表示的文檔后，對其進(jìn)行k-means++聚類;獲得分類的高價值文檔后，重新計算每類中文檔的關(guān)鍵詞權(quán)重，最后從每類中選取權(quán)重較高的關(guān)鍵詞作為該組的推薦詞，每組的推薦詞數(shù)用戶可根據(jù)需要自行指定。通過這一方式推薦出來的關(guān)鍵詞不是對原有關(guān)鍵詞的簡單包含或組合，而是從用戶認(rèn)為對自己比較有用的文章中獲得的重要的關(guān)鍵詞信息。最后經(jīng)過實驗驗證，我們可以得出，該方法對于用戶監(jiān)測到比較準(zhǔn)確的網(wǎng)絡(luò)輿情