面向中文微博的輿情分析技術(shù)研究.pdf

1、隨著電子產(chǎn)品的不斷創(chuàng)新，互聯(lián)網(wǎng)越來越深入人們的日常生活，微博也憑借強(qiáng)大的實(shí)時(shí)通訊能力、多樣的信息交流方式、龐大的用戶使用群體，以及支持多種終端設(shè)備等特性，成為目前最流行的網(wǎng)絡(luò)社交媒體之一，微博輿情在網(wǎng)絡(luò)輿情中發(fā)揮著重要作用。微博上的信息具有多樣性、重復(fù)性、碎片化等特點(diǎn)，用戶很難從浩如煙海的信息中把握輿情脈象、分析輿情趨勢。本文在分析微博平臺(tái)功能及用戶結(jié)構(gòu)的基礎(chǔ)上，對中文微博的輿情分析技術(shù)進(jìn)行研究。主要研究工作如下：
　　⑴針對現(xiàn)有

2、爬蟲工具和方法的不足，設(shè)計(jì)了一種基于用戶網(wǎng)絡(luò)結(jié)構(gòu)的微博爬蟲工具。從用戶網(wǎng)絡(luò)結(jié)構(gòu)出發(fā)，模擬用戶登錄微博平臺(tái)，訪問用戶的粉絲列表，將其加入擴(kuò)展用戶隊(duì)列，通過擴(kuò)展用戶隊(duì)列爬取用戶的微博及評論信息。研究微博噪聲信息的存在規(guī)律，過濾無價(jià)值信息，并對初始微博數(shù)據(jù)進(jìn)行文本預(yù)處理。
　　⑵提出了一種基于話題名稱的熱點(diǎn)話題檢測與跟蹤方法。將微博分為已知話題和未知話題兩類，采取分而治之的方法區(qū)別處理，完成新話題的檢測與話題跟蹤工作；設(shè)計(jì)了一種線性加權(quán)

3、算法計(jì)算新微博與已有話題的相似度，通過實(shí)驗(yàn)選取閾值，證明了方法的可行性和有效性；總結(jié)了決定話題熱度的4個(gè)特征，提出了一種話題熱度計(jì)算方法，將話題按熱度值排序，最終找出時(shí)下熱點(diǎn)話題。
　　⑶提出了一種基于CRF組塊模型的話題名稱抽取算法。構(gòu)建CRF組塊模型將微博文本按成分細(xì)分為塊，通過實(shí)驗(yàn)修改模型參數(shù)以使標(biāo)注結(jié)果最優(yōu)，在組塊識(shí)別基礎(chǔ)上抽取未知話題的話題名稱。利用構(gòu)建的情感詞、否定詞和程度副詞詞典對情感短語組塊進(jìn)行情感傾向性分析，最終