互聯(lián)網(wǎng)輿情信息搜索與分析技術研究.pdf

1、近10年來中國互聯(lián)網(wǎng)取得了長足的發(fā)展，截至2010年底中國互聯(lián)網(wǎng)用戶人數(shù)已超過4.5億。隨著互聯(lián)網(wǎng)規(guī)模的擴大，網(wǎng)絡在信息傳播過程中的作用和影響力越來越大。2010年11月，網(wǎng)絡熱詞“給力”登上了人民日報，更是見證了網(wǎng)民和網(wǎng)絡的力量。互聯(lián)網(wǎng)的方便、快捷，使之成為了社會輿情的重要載體，并發(fā)揮日益重要的作用。近年來發(fā)生的重大事件，都最先在網(wǎng)上激烈討論并引發(fā)巨大反響。它帶來便捷信息服務的同時，也產(chǎn)生了一系列問題，例如傳播網(wǎng)絡謠言和恐慌的負面效應

2、。深入研究網(wǎng)絡輿情，對國家正確引導民情和監(jiān)管互聯(lián)網(wǎng)具有重要意義。
　　研究互聯(lián)網(wǎng)輿情，一個重要任務是分析網(wǎng)絡輿情事件、網(wǎng)民關注度及其間關系。本文分析了搜索量與網(wǎng)民關注度，地理分布與網(wǎng)民關注度的關系，并對新聞事件報道書寫特征進行了研究。本文主要做了以下三方面工作：
　　第一，對搜索引擎搜索量與互聯(lián)網(wǎng)用戶關注度之間關系進行分析，結合常規(guī)文本處理的中文分詞、文本特征提取和文本分類技術，實現(xiàn)了一種互聯(lián)網(wǎng)輿情信息收集方法。文中的互聯(lián)網(wǎng)

3、網(wǎng)輿情信息收集主要適用于快速從高搜索量的熱點事件信息中收集輿情信息，有效地結合了搜索量與文本分析技術。
　　第二，對新聞報道書寫特征進行分析，結合中科院分詞系統(tǒng)的分詞功能及詞性標注，通過人工設定部分提取命名實體的經(jīng)驗規(guī)則，實現(xiàn)了事件四要素提取。適宜于快速從web突發(fā)新聞中提取事件要素，能應用于文本摘要自動生成等方面。
　　第三，對輿情分布呈現(xiàn)地域性進行了研究，實現(xiàn)了兩種不同維度的可視化數(shù)據(jù)挖掘。通過從地域結構分析互聯(lián)網(wǎng)輿情，