网络舆情分析技术PDF|Epub|txt|kindle电子书版本网盘下载

网络舆情分析技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 导论1

1.1 互联网舆情信息1

1.2 网络舆情采集2

1.3 网络舆情处理3

1.4 网络舆情服务6

1.5 内容概览7

第2章 网络舆情的分析10

2.1 网络舆情的信息采集10

2.1.1 网络舆情的采集方法10

2.1.2 搜索引擎的研究进展12

2.1.3 网络信息的分类及其抽取15

2.2 舆情话题的搜索技术21

2.2.1 话题搜索的基本原理21

2.2.2 话题搜索的若干技术22

2.2.3 主题爬行的实现27

2.2.4 国内外舆情采集的研究成果38

2.3 网络舆情的信息处理43

2.3.1 网络舆情的处理方法43

2.3.2 网络舆情的信息内容分析44

2.4 网络舆情的内容分析与服务45

2.4.1 知识技术及其应用45

2.4.2 主题舆情内容分析框架46

2.4.3 国内外舆情分析的研究成果49

2.5 基于社交网络的舆情传播动力学性质59

2.5.1 舆情演化模型及评析59

2.5.2 社交网络特性与舆情传播控制策略62

2.6 本章小结68

第3章 基于主题爬行的网络舆情信息抽取和整理69

3.1 舆情网页的结构特征与分块处理69

3.1.1 话题标记和页分块69

3.1.2 基于DOM树的内容分块72

3.1.3 基于板块位置的布局分块73

3.1.4 基于视觉特征的结构分块73

3.2 基于主题爬行的舆情网页分块74

3.2.1 网页分块的典型应用74

3.2.2 网页的预处理77

3.2.3 网页分块的特征提取及其算法81

3.2.4 舆情内容块的整合87

3.3 主题网络舆情的语义特征抽取91

3.3.1 网络舆情语义的特征91

3.3.2 基于N-Gram的特征抽取及其改进算法95

3.3.3 基于DOM树分块的特征项权重计算96

3.4 网络舆情的情报获取与整合99

3.4.1 网络舆情的情报价值与情报支援99

3.4.2 网络舆情情报支援系统101

3.5 本章小结103

第4章 舆情网页与话题相关性的判定分析104

4.1 内容相关性的判定方法104

4.1.1 元数据方法104

4.1.2 链接标签数据方法105

4.1.3 链接结构分析方法106

4.1.4 页面语义信息方法106

4.2 链接相关性的判定方法110

4.2.1 链接锚文本标记及其信息提取111

4.2.2 基于分块的主题链接上下文信息提取114

4.2.3 基于链接标记和锚文本的主题判定算法115

4.2.4 基于语义相似度计算的链接判定116

4.3 舆情网页内容相关性的分析120

4.3.1 主题特征的选择120

4.3.2 待识别网页模型的建立123

4.3.3 话题文本识别算法的选择125

4.4 舆情网页链接相关性的分析127

4.4.1 Web超链接的若干分析127

4.4.2 基于信息链接关系的分析算法128

4.4.3 增加主题分析的PageRank改进算法129

4.5 本章小结132

第5章 基于本体的网络舆情分析134

5.1 本体理论概述134

5.1.1 本体概念与分类134

5.1.2 面向舆情分析的本体作用136

5.1.3 通用本体构建的几种方法137

5.2 基于本体的主题网络舆情知识模型138

5.2.1 舆情的本体知识源138

5.2.2 本体的主题舆情构建策略139

5.2.3 知识模型中的本体库架构142

5.3 主题网络舆情SIPO本体的实现方案144

5.3.1 本体构建的规则144

5.3.2 SIPO本体的实现步骤144

5.3.3 一个舆情事件的本体实例146

5.4 本章小结148

第6章 基于SIPO的网络舆情信息聚类和分类150

6.1 语义特征抽取转换150

6.1.1 语义转换及概念特征生成150

6.1.2 概念映射匹配算法分析151

6.2 网络舆情信息的聚类与分类152

6.2.1 Web文本信息的聚分类153

6.2.2 利用SIPO本体的聚分类156

6.2.3 SIPO的语义聚分类分析157

6.3 基于SIPO本体的语义相似度计算158

6.3.1 SIPO概念语义相似度158

6.3.2 增加语义特征的文本相似度计算160

6.4 基于语义的主题网络舆情信息聚类164

6.4.1 舆情信息聚类流程分析164

6.4.2 基于语义相似计算模型的凝聚层次聚类算法165

6.5 基于语义的主题网络舆情信息分类166

6.5.1 舆情信息分类流程分析166

6.5.2 基于语义相似计算模型的KNN分类算法167

6.6 本章小结169

第7章 网络舆情采集与处理的功能实现及其评测170

7.1 SIPO原型系统的功能框架170

7.2 开发工具和平台概述173

7.3 舆情采集实验与结果分析176

7.3.1 实验数据选取和测试指标177

7.3.2 URL与主题相关性判定算法测试178

7.3.3 舆情采集应用分块方法的效果测试180

7.4 舆情信息聚类实验与结果分析181

7.4.1 实验数据选取和测试指标181

7.4.2 基于语义的聚类分析实验方法183

7.4.3 实验结果及分析183

7.5 舆情信息分类实验与结果分析185

7.5.1 基于语义的舆情分类实验方法185

7.5.2 实验结果及分析186

第8章 基于情感本体的网络舆情倾向性分析188

8.1 网络舆情的倾向性分析188

8.2 网络舆情倾向性识别方法及比较189

8.2.1 基于文本分类的倾向性识别189

8.2.2 基于语义规则的倾向性识别189

8.2.3 基于情感词的倾向性识别190

8.3 情感本体的构建方法191

8.3.1 HowNet和领域语料的情感概念选择191

8.3.2 整合多情感概念的情感本体构建192

8.3.3 基于HowNet和领域语料库的本体话题构建193

8.4 基于情感本体的主题舆情倾向性分析194

8.4.1 特征词情感倾向度计算194

8.4.2 增加程度级别的特征词权重计算195

8.4.3 基于情感本体的倾向性分析过程196

8.5 网络舆情倾向性分析实验与结果分析196

8.5.1 实验方法196

8.5.2 实验结果及分析197

8.6 本章小结198

第9章 面向知识挖掘的网络舆情信息服务199

9.1 基于网络论坛的舆情话题追踪199

9.1.1 话题追踪的方法与分析199

9.1.2 基于文本图的话题追踪模型201

9.1.3 文本概念图的生成与关键词识别202

9.1.4 语义相关度的计算及追踪话题的更新206

9.1.5 舆情话题追踪实验与结果分析207

9.2 网络舆情检索系统中的查询主题分类213

9.2.1 查询分类的方法与分析213

9.2.2 基于语义知识的查询分类模型215

9.2.3 文档目录图上的查询词扩展216

9.2.4 目录图上的查询分类识别217

9.2.5 查询主题分类实验与结果分析219

9.3 舆情事件网页内容的词汇关联分析222

9.3.1 基于词跨度的事件内容关键词获取222

9.3.2 基于共现次数统计的词汇关联分析225

9.3.3 网络舆情事件的词汇关联实验与结果分析227

9.4 本章小结229

参考文献230

后记236