网络舆情系统关键技术研究综述

详细信息    查看全文 | 推荐本文 |

英文篇名：Review of Research on Key Technologies of Network Public Opinion System 作者：方茜 英文作者：FANG Qian;College of Computer Science, Sichuan University; 关键词：网络舆情系统 ; 话题追踪 ; 情感极性 ; 舆情预测 ; 舆情预警 英文关键词：Topic Tracking Technology;;Emotional Polarity Analysis;;Public Opinion Predicting;;Early Warning 中文刊名：XDJS 英文刊名：Modern Computer 机构：四川大学计算机学院; 出版日期：2019-03-05 出版单位：现代计算机(专业版) 年：2019 期：No.643 语种：中文; 页：XDJS201907012 页数：4 CN：07 ISSN：44-1415/TP 分类号：56-59

摘要

随着互联网的发展,网络舆情已成为社会舆情的重要组成部分,网络舆情系统的开发也受到相关部门的高度重视。一个网络舆情系统主要包含以下几个主要功能:舆情监测功能、舆情预测功能、舆情预警功能。在这些功能中涉及很多计算机领域技术方法及研究,综述网络舆情系统中这三个功能中的话题追踪技术、舆情情感极性判断技术、舆情预测技术以及预警技术,并对其目前研究的方法进行分类和比较。
        With the development of the Internet, the internet public opinion has becoming an important part of social public opinion. The development of online public opinion system has also been highly valued by relevant departments. A network public opinion system mainly includes the following main functions: public opinion monitoring function, public opinion prediction function, and public opinion early warning function.In these functions, many technical methods and research in the computer field are involved. Mainly reviews the topic tracking technology,the lyric emotional polarity judgment technology, the public opinion predicting technology and the early warning technology among the three functions in the network public opinion system, and the current research on it. Methods are classified and compared.

引文

[1]郑燕.基于增量学习的自适应话题追踪技术研究[D].山东师范大学,2013.
    [2]胡传志,程显毅,曹小峰.网络敏感信息自适应多重过滤模型研究[J].计算机科学,2015,42(1):272-275.
    [3]李可可.基于SVM的微博情感倾向性分析研究[D].中原工学院,2014.
    [4]钟将,杨思源,孙启干.基于文本分类的商品评价情感分析[J].计算机应用,2014,34(8):2317-2321.
    [5]Zhang L,Wang S,Liu B. Deep Learning for Sentiment Analysis:A Survey[J]. Wiley Interdisciplinary Reviews:Data Mining and Knowledge Discovery,2018,8(4):e1253.
    [6]赵天奇,姚海鹏,方超.语义规则与表情加权融合的微博情感分析方法[J].重庆邮电大学学报(自然科学版),2016,28(4):503-510.
    [7]杨超,冯时,王大玲.基于情感词典扩展技术的网络舆情倾向性分析[J].小型微型计算机系统,2010,31(4):691-695.
    [8]罗泰晔.基于Logistic模型的微博舆情热点发展预测研究[J].统计与信息论坛,2017,32(10):91-95.
    [9]程辉,刘云.一种使用时间序列的网络舆情预测模型[C].一种使用时间序列的网络舆情预测模型.海峡IT创新与信息技术学术交流会议.
    [10]徐敏捷,兰月新,刘冰月.基于组合预测的网络舆情数据预测模型研究[J].情报科学,2016,V34(12):40-45.
    [11]曹帅,兰月新,苏国强.基于移动平均法的微博舆情预测模型研究[J].湖北警官学院学报,2014,27(3):40-42.
    [12]李超.基于自适应遗传算法的BP神经网络预测研究及应用[D].山西师范大学,2012.
    [13]孙玲芳,翟鹏博.基于可变模糊集理论的舆情指标预警模型研究[J].计算机与数字工程,2014,42(2):267-271.
    [14]王铁套,王国营,陈越.基于模糊综合评价法的网络舆情预警模型[J].情报杂志,2012,31(6):47-51.
    [15]王高飞,李明.基于AHP-模糊综合分析的移动社交网络舆情预警模型研究[J].现代情报,2017,37(01):42-45+66.