網(wǎng)絡(luò)輿情分析技術(shù)

目 錄
第1章 網(wǎng)絡(luò)輿情概論 1
1．1 網(wǎng)絡(luò)輿情概述 1
1．1．1 輿情與輿論 1
1．1．2 網(wǎng)絡(luò)輿情 2
1．1．3 網(wǎng)絡(luò)輿情演化 3
1．1．4 網(wǎng)絡(luò)輿情實例 5
1．2 網(wǎng)絡(luò)輿論空間治理 8
1．2．1 網(wǎng)絡(luò)炒作問題 8
1．2．2 網(wǎng)絡(luò)大V問題 9
1．2．3 政務(wù)微博作用 10
1．3 網(wǎng)絡(luò)輿情傳播平臺 13
1．3．1 微博網(wǎng)絡(luò) 13
1．3．2 網(wǎng)絡(luò)論壇 15
1．4 網(wǎng)絡(luò)輿情分析技術(shù) 16
1．4．1 網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng) 16
1．4．2 網(wǎng)絡(luò)信息采集技術(shù) 17
1．4．3 話題檢測與跟蹤技術(shù) 20
1．4．4 文本情感分析技術(shù) 22
第2章 網(wǎng)絡(luò)信息采集技術(shù) 25
2．1 引言 25
2．2 搜索引擎概念 25
2．2．1 通用搜索引擎 25
2．2．2 主題搜索引擎 27
2．3 網(wǎng)絡(luò)蜘蛛概念 29
2．3．1 基本概念 29
2．3．2 通用蜘蛛 29
2．3．3 主題蜘蛛 32
2．4 網(wǎng)頁搜索算法 34
2．4．1 網(wǎng)頁特征選取 34
2．4．2 網(wǎng)頁搜索算法 36
2．4．3 鏈接分級搜索 41
2．5 網(wǎng)頁相似度計算 43
2．5．1 向量空間模型 44
2．5．2 相似度計算 45
2．6 主題蜘蛛組成 48
2．6．1 系統(tǒng)結(jié)構(gòu) 48
2．6．2 主題確立模塊 49
2．6．3 爬行模塊 49
2．6．4 相似度計算模塊 53
2．6．5 搜索策略模塊 53
2．6．6 系統(tǒng)界面 54
第3章 微博網(wǎng)絡(luò)信息傳播機制 56
3．1 引言 56
3．2 微博用戶轉(zhuǎn)發(fā)特性 57
3．2．1 轉(zhuǎn)發(fā)行為特性 57
3．2．2 轉(zhuǎn)發(fā)特性分析 61
3．3 微博轉(zhuǎn)發(fā)行為預(yù)測 66
3．3．1 預(yù)測算法 66
3．3．2 算法驗證 72
3．4 微博轉(zhuǎn)發(fā)峰值分析 76
3．4．1 時間序列概念 76
3．4．2 峰值特性分析 77
3．5 微博意見領(lǐng)袖識別 87
3．5．1 識別方法 87
3．5．2 算法驗證 89
第4章 網(wǎng)絡(luò)論壇輿情傳播機制 94
4．1 引言 94
4．2 網(wǎng)絡(luò)論壇輿情形成模型 95
4．2．1 網(wǎng)絡(luò)論壇結(jié)構(gòu) 95
4．2．2 輿情形成模型 96
4．2．3 模型驗證 98
4．3 網(wǎng)絡(luò)論壇意見領(lǐng)袖識別 100
4．3．1 論壇有向網(wǎng)絡(luò)圖模型 101
4．3．2 論壇意見領(lǐng)袖識別算法 102
4．3．3 算法驗證 103
4．4 網(wǎng)絡(luò)水軍熱帖檢測 106
4．4．1 熱點話題特征提取 107
4．4．2 水軍熱帖檢測算法 110
4．4．3 算法驗證 110
4．5 網(wǎng)絡(luò)水軍賬號檢測 112
4．5．1 檢測算法 113
4．5．2 算法驗證 116
第5章 話題檢測與跟蹤技術(shù) 119
5．1 引言 119
5．2 基本概念 120
5．2．1 TDT目標(biāo)和任務(wù) 120
5．2．2 TDT語料 122
5．2．3 TDT評價指標(biāo) 122
5．3 相關(guān)技術(shù) 124
5．3．1 表示模型 124
5．3．2 相似度計算 125
5．3．3 特征項選取 126
5．3．4 文本聚類 127
5．3．5 文本分類 130
5．4 話題檢測算法 133
5．4．1 K-MEANS算法 133
5．4．2 模糊聚類方法 135
5．4．3 蟻群聚類算法 138
5．4．4 算法驗證 139
5．5 話題跟蹤算法 145
5．5．1 KNN算法及改進(jìn) 145
5．5．2 算法驗證 146
5．6 熱點話題檢測 148
5．6．1 檢測方法 148
5．6．2 算法驗證 151
第6章 文本分割技術(shù) 155
6．1 引言 155
6．2 基本概念 156
6．2．1 文本分割點 156
6．2．2 文本分割方法 157
6．2．3 文本分割算法評價 159
6．3 基于LDA模型的文本分割 161
6．3．1 LDA模型 161
6．3．2 LDA模型改進(jìn) 165
6．3．3 相似度計算 167
6．3．4 邊界識別策略 168
6．3．5 算法驗證 169
6．4 基于VSM模型的文本分割 174
6．4．1 特征項選取 174
6．4．2 語義段分割方法 176
6．4．3 算法驗證 179
第7章 文本情感分析技術(shù) 181
7．1 引言 181
7．2 基本概念 182
7．2．1 文本情感分析層次 182
7．2．2 文本情感分析方法 184
7．2．3 語言建模方法 184
7．3 句子情感分析方法 185
7．3．1 主題句識別方法 185
7．3．2 主觀句識別方法 189
7．3．3 主觀關(guān)系識別方法 192
7．3．4 算法驗證 195
7．4 段落情感分析方法 198
7．4．1 語義段句子情感標(biāo)注 199
7．4．2 語義段句子權(quán)重計算 199
7．4．3 語義段情感計算方法 200
7．4．4 算法驗證 202
7．5 文本情感分析模型 205
7．5．1 文本情感模型 205
7．5．2 模型參數(shù)估計 208
7．5．3 語言模型評價 209
7．5．4 算法驗證 211
參考文獻(xiàn) 214