食品安全輿情分析算法研究與應(yīng)用.pdf

1、食品安全關(guān)系到國(guó)計(jì)民生重要問(wèn)題，是社會(huì)長(zhǎng)治久安必要保障。近些年來(lái)，食品安全事件的頻頻發(fā)生，致使食品安全網(wǎng)絡(luò)處于輿論風(fēng)口浪尖之上。本文使用互聯(lián)網(wǎng)中海量數(shù)據(jù)，對(duì)食品安全網(wǎng)絡(luò)輿情的分析進(jìn)行了研究。
　　首先，本文對(duì)特定領(lǐng)域的網(wǎng)絡(luò)爬蟲(chóng)進(jìn)行了研究。針對(duì)現(xiàn)有主題爬蟲(chóng)的收益率不高或者不能維持穩(wěn)定的高收益的問(wèn)題，本文利用本體對(duì)特定領(lǐng)域進(jìn)行背景知識(shí)表示，最小二乘支持向量機(jī)來(lái)進(jìn)行主題相關(guān)性判斷，提出了一種融合本體與最小二乘支持向量機(jī)的主題爬行方法On

2、tology-LSSVM，并將其應(yīng)用到食品安全領(lǐng)域獲得良好的效果。
　　其次，本文針對(duì)網(wǎng)絡(luò)輿情分析中話題發(fā)現(xiàn)與話題追蹤進(jìn)行了算法研究。根據(jù)處理互聯(lián)網(wǎng)海量數(shù)據(jù)的實(shí)際要求，對(duì)文本聚類算法進(jìn)行了研究，提出一種基于多級(jí)聚類的FWS-KMC話題發(fā)現(xiàn)算法，使用基于頻繁詞集聚類算法FWSC得到聚類簇的初始劃分，再利用k-means聚類算法對(duì)其精化。此算法傳承了FWSC的簡(jiǎn)單高效、結(jié)果可描述，也獲得了k-means良好的聚類結(jié)果，同時(shí)也有效的避免

3、了k-means的高維處理和FWSC聚類結(jié)果不佳的問(wèn)題。本文也提出了一種基于相關(guān)度反饋?zhàn)粉櫮Ｐ蚏F-TM的話題追蹤算法，通過(guò)相關(guān)度的反饋，有效修正了話題質(zhì)心漂移問(wèn)題。另外，實(shí)現(xiàn)動(dòng)態(tài)更新話題的特征詞庫(kù)，提高了話題追蹤的準(zhǔn)確率。
　　最后，本文建構(gòu)了一個(gè)集數(shù)據(jù)采集、話題發(fā)現(xiàn)和話題追蹤于一體的食品安全網(wǎng)絡(luò)輿情分析系統(tǒng)，能夠?qū)崟r(shí)地獲取在線數(shù)據(jù)進(jìn)行輿情分析。本系統(tǒng)的建構(gòu)旨在幫助監(jiān)督管理部門和社會(huì)公眾實(shí)時(shí)了解最新的食品安全網(wǎng)絡(luò)輿情的動(dòng)態(tài)，同時(shí)