面向商業(yè)輿情的網(wǎng)絡(luò)智能分析系統(tǒng)研究與實(shí)現(xiàn).pdf

1、互聯(lián)網(wǎng)的低門檻、快速、互動量大等特點(diǎn)，使民意、言論自由都得到了空前展現(xiàn)，網(wǎng)絡(luò)輿情成為影響著執(zhí)政者的決策行為的重要因素。目前國內(nèi)外商業(yè)競爭加劇、消費(fèi)者的消費(fèi)意識與自我保護(hù)意識逐漸成熟，而市場上商業(yè)機(jī)構(gòu)危機(jī)應(yīng)對能力薄弱，這就凸顯了網(wǎng)絡(luò)商業(yè)輿情引導(dǎo)策略的重要性。國外輿情系統(tǒng)體系較為完整，而目前國內(nèi)網(wǎng)絡(luò)輿情系統(tǒng)多偏向于政府應(yīng)用、軍事監(jiān)管，涉及商業(yè)應(yīng)用的輿情系統(tǒng)寥寥無幾，且構(gòu)建輿情系統(tǒng)的技術(shù)繁雜，多種算法直接影響到輿情信息提取的精確度。
　

2、　本課題將面對輿情分析中的幾種主要技術(shù)，針對提高聚類和信息提取精度的技術(shù)進(jìn)行研究分析，主要工作如下：
　　1.結(jié)合現(xiàn)有的幾種輿情語料庫，針對商業(yè)內(nèi)容進(jìn)行提取，對爬取的信息采用布爾模型進(jìn)行粗分，再使用向量空間模型進(jìn)行表征，減小了后續(xù)聚類文本的數(shù)量，也為提高聚類精度提供了可能。
　　2.根據(jù)TF-IDF文本表示方法的思路提出一種新的EM-NWTF算法，重點(diǎn)處理公式中IDF因子的計(jì)算方式、增加位置考慮和分部狀況設(shè)置加權(quán)系數(shù)，結(jié)合布

3、爾模型粗分后的結(jié)果，計(jì)算不同類別間的反文檔頻率，解決了原算法中生僻詞影響、同類文本區(qū)分度低的問題；主要依靠增加位置權(quán)重和強(qiáng)調(diào)因子，在算法精度和復(fù)雜度間取得平衡，前者考慮首尾段落中特征值的重要性，后者考慮文本中間段落特征值均勻分布的狀況。仿真分析影響算法精度的相關(guān)原因。
　　3.針對K-means算法事先要求給出聚類數(shù)目K、對噪聲敏感、初始中心影響大等缺點(diǎn)，在此基礎(chǔ)上提出Miniter-means算法，采用相似度度量文本間距離，設(shè)定