網(wǎng)絡(luò)輿情話題識別與跟蹤系統(tǒng)的研究與實現(xiàn).pdf

1、在科學(xué)技術(shù)不斷進步和發(fā)展的時代，越來越多的人通過網(wǎng)絡(luò)發(fā)布和獲取信息、參與討論和發(fā)表自己的意見，于是網(wǎng)絡(luò)輿情成為政府以及企業(yè)重要的信息來源和參考。網(wǎng)絡(luò)輿情中的熱點話題反映了輿論的風(fēng)向，及時發(fā)現(xiàn)網(wǎng)絡(luò)輿論危機，采取適當(dāng)?shù)拇胧┛刂坪鸵龑?dǎo)熱點話題的發(fā)展，對于構(gòu)建穩(wěn)定和諧社會具有重要意義。但是由于網(wǎng)絡(luò)龐大復(fù)雜，網(wǎng)民數(shù)量劇增和行為活躍帶來的海量信息，加大了熱點話題的發(fā)現(xiàn)的難度。
　　話題識別和話題跟蹤的研究因而受到越來越多的重視，文本學(xué)習(xí)是話題

2、識別與跟蹤技術(shù)的基礎(chǔ)，人類的語言是復(fù)雜的邏輯性強的，文本轉(zhuǎn)化成計算機能夠處理的形式會丟失大量的信息，即使文本的最表面和簡單的信息轉(zhuǎn)化過后，卻又帶來新的高維和稀疏的難題，所以話題識別與跟蹤的效果一直有個能力上限。文本預(yù)處理的質(zhì)量、特征提取算法的選擇、文本聚類和分類算法的選擇和改進都會對話題識別與跟蹤的結(jié)果產(chǎn)生重大影響。
　　本文針對現(xiàn)在使用的話題識別與追蹤技術(shù)各有所長，而各自適合于不同的環(huán)境的情況，綜合考慮和選擇多種不同算法的來比較

3、話題識別與追蹤的結(jié)果，選擇最佳的算法，設(shè)計和實現(xiàn)了網(wǎng)絡(luò)輿情話題識別與跟蹤系統(tǒng)，提供給用戶熱點話題列表、話題列表中的話題的所有相關(guān)報道列表，用戶可以選擇的需要跟蹤的熱點話題的列表，用戶可以搜索站內(nèi)熱點話題，直觀地查看話題聚類分布、話題發(fā)展歷史熱度以及相關(guān)信息的可視化圖示，此外用戶還可以靈活配置和選擇適合自身的最優(yōu)算法或算法組合。本系統(tǒng)具有以下特性：
　　(1)集成性。網(wǎng)絡(luò)輿情話題識別和跟蹤系統(tǒng)為用戶提供了話題相關(guān)全方位的信息。在話題