微博輿情可視化系統(tǒng)的研究與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的迅猛發(fā)展，“寬帶中國”等戰(zhàn)略的持續(xù)深入實(shí)施，網(wǎng)絡(luò)媒體已成為信息傳播的主要渠道，其對社會輿論導(dǎo)向的影響力也日益顯著。微博帶來便捷的同時，也正在成為虛假信息滋生和泛濫的溫床，因此，對微博輿情進(jìn)行分析、監(jiān)控就有著重要的現(xiàn)實(shí)意義。
　　隨著微博用戶的爆炸式增長，其信息數(shù)量呈指數(shù)級遞增，傳統(tǒng)形式對微博輿情分析結(jié)果的展現(xiàn)已逐漸不能滿足實(shí)際需要。本文從輿情分析結(jié)果展現(xiàn)的視點(diǎn)，分析了當(dāng)前微博輿情可視化領(lǐng)域的相關(guān)研究工作，在研究微博

2、輿情的圖形化展示方式的基礎(chǔ)上，提出了一種對當(dāng)前微博輿情概況的可視化表現(xiàn)形式，基于提出的可視化表現(xiàn)形式，完成了微博輿情可視化原型系統(tǒng)的設(shè)計與實(shí)現(xiàn)。
　　本文的主要工作內(nèi)容如下：
　?。?）對當(dāng)前微博輿情可視化領(lǐng)域的分析與研究，提出并基于D3.js可視化庫實(shí)現(xiàn)了一種微博輿情概況的圖形表現(xiàn)形式，對當(dāng)前微博輿情熱點(diǎn)話題、熱點(diǎn)話題的關(guān)注度、熱點(diǎn)話題的用戶情感傾向、熱點(diǎn)話題之間的潛在可能關(guān)聯(lián)四項(xiàng)數(shù)據(jù)進(jìn)行直觀展示。
　　（2）在微博

3、文本預(yù)處理過程中，通過調(diào)用NLPIR中文分詞系統(tǒng)的API實(shí)現(xiàn)了對微博文本進(jìn)行中文分詞、詞性標(biāo)注等工作，并根據(jù)詞性、長度、內(nèi)容對分詞結(jié)果進(jìn)行過濾，得到了微博文本的VSM（向量空間模型）表示。
　?。?）在微博輿情分析的話題發(fā)現(xiàn)過程中，基于知網(wǎng)（HowNet）的體系結(jié)構(gòu)，對于微博文本的語義相似度進(jìn)行計算，度量微博文本間的語義距離，進(jìn)而以此進(jìn)行Single-Pass聚類分析，獲得了微博輿情熱點(diǎn)話題；基于知網(wǎng)（HowNet）發(fā)布的情感分析