基于內(nèi)容的新浪微博輿情預(yù)測(cè)研究.pdf

1、隨著互聯(lián)網(wǎng)的飛速發(fā)展，網(wǎng)絡(luò)成為了人們獲取信息和發(fā)表意見(jiàn)的重要載體。新浪微博以其短小精悍、表達(dá)方式簡(jiǎn)單等特征，吸引了大量的用戶。當(dāng)今的新浪微博月活兩億以上，日活達(dá)到千萬(wàn)數(shù)量，微博用戶每時(shí)每刻在平臺(tái)上進(jìn)行大量的博文輸出，用戶轉(zhuǎn)評(píng)贊活躍。
　　微博在給信息傳播和熱點(diǎn)討論帶來(lái)便利的同時(shí)也給虛假信息的滋生創(chuàng)造了條件，負(fù)面、虛假信息的傳播不僅會(huì)擾亂和諧的網(wǎng)絡(luò)環(huán)境也會(huì)給社會(huì)帶來(lái)負(fù)面的影響。然而微博平臺(tái)數(shù)據(jù)龐大，如果僅依靠人為的操作和管理不僅獲取

2、的信息量有限而且會(huì)消耗大量的人力物力。輿情監(jiān)控系統(tǒng)既可以實(shí)現(xiàn)及時(shí)地發(fā)現(xiàn)熱點(diǎn)事件，又可將整個(gè)監(jiān)控過(guò)程平臺(tái)化、自動(dòng)化，實(shí)現(xiàn)了高效地運(yùn)作。
　　本文使用文本挖掘的相關(guān)技術(shù)，實(shí)現(xiàn)了對(duì)海量博文的分類(lèi)和聚類(lèi)。在文本向量化階段使用分布式卡方特征提取法降維，tfidf值計(jì)算權(quán)重。采用支持向量機(jī)的分類(lèi)方法和kmeans的聚類(lèi)方法。在文本分類(lèi)和聚類(lèi)的基礎(chǔ)上形成事件。通過(guò)博文總量的轉(zhuǎn)發(fā)、評(píng)論和點(diǎn)贊數(shù)計(jì)算事件熱度。最終形成熱點(diǎn)事件的監(jiān)控?cái)?shù)據(jù)。并可實(shí)現(xiàn)歷史