使用微博分类算法优化疾病防控过程的研究

《使用微博分类算法优化疾病防控过程的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文MASTER’SDISSERTATION论文题目使用微博分类算法优化疾病防控过程的研究作者姓名王志国学位类别工程硕士指导教师王开宇副教授2016年4月中图分类号：TP391.9学校代码：10216UDC：004.92密级：公开工程硕士学位论文使用微博分类算法优化疾病防控过程的研究硕士研究生：王志国导师：王开宇副导师李永强高级工程师申请学位：工程硕士工程领域：软件工程所在单位：信息科学与工程学院答辩日期：2016年5月授予学位单位：燕山大学ADissertationinSoftwareEngineeringRESEARCHONTHEUSEOFMICROBL

2、OGGINGCLASSIFICATIONALGORITHMOPTIMIZATIONPROCESSOFDIEASEPREVENTIONANDCONTROLbyWangZhiguoSupervisor:ProfessorWangKaiyuYanshanUniversityMay,2016燕山大学硕士学位论文原创性声明本人郑重声明：此处所提交的硕士学位论文《使用微博分类算法优化疾病防控过程的研究》，是本人在导师指导下，在燕山大学攻读硕士学位期间独立进行研究工作所取得的成果。据本人所知，论文中除已注明部分外不包含他人已发表或撰写过的研究成果。对本文的研究工作做出重要贡献的个

3、人和集体，均已在文中以明确方式注明。本声明的法律结果将完全由本人承担。作者签名：日期：年月日燕山大学硕士学位论文使用授权书《使用微博分类算法优化疾病防控过程的研究》系本人在燕山大学攻读硕士学位期间在导师指导下完成的硕士学位论文。本论文的研究成果归燕山大学所有，本人如需发表将署名燕山大学为第一完成单位及相关人员。本人完全了解燕山大学关于保存、使用学位论文的规定，同意学校保留并向有关部门送交论文的复印件和电子版本，允许论文被查阅和借阅。本人授权燕山大学，可以采用影印、缩印或其他复制手段保存论文，可以公布论文的全部或部分内容。保密□，在年解密后适用本授权书。本学位论文属于

4、不保密□。(请在以上相应方框内打“√”)作者签名：日期：年月日导师签名：日期：年月日摘要摘要互联网络带来第三次工业革命后，更深刻的改变了世界人民的生活习惯。就我国国内情况来看，微博就是互联网时代的宠儿。微博这一新时代的产品从无到有，发展到普及而至今更是拥有了覆盖全国的互联网产品。当前，数据分析组织可以从网络传输过程和存储数据中提取到海量的文本信息。本文研究的算法是使用这些大规模的数据，根据疾病防控的具体需求，及时、准确的提取出有价值的统计分析信息，从而为疾病爆发及时报警和季节性传染病的预防工作提供有指导意义的分析数据。本文中主要研究工作如下。首先，对微博、非结构化文

5、本、大数据技术进行简要分析，包括微博的发展现状、特点，非结构化文本的处理中各个步骤涵盖的技术，大数据技术、云计算技术的相关理论知识。其次，使用申请到的新浪微博API使用权，开发算法获得一定规模的微博文本，对这些文本进行预处理后，分别作为训练语料和分析数据。分析的过程包括计算语料库，特征提取和对提取的结果进行评价等关键部分。最后，根据疾病防控中心的具体要求，将分析数据结果进行完全格式化，产生报表界面显示。还对运行本分类算法需要Hadoop平台配置方法和Map-Reduce算法进行简要描述。关键词：疾病防控；微博文本；Hadoop技术-I-燕山大学工程硕士学位论文Abs

6、tractAftertheInternethasbroughtthethirdindustrialrevolution,moreprofoundchangeinthelifestyleofpeoplearoundtheworld.OnChina'sdomesticsituation,microbloggingisthedarlingoftheInternetera.Microbloggingthisneweraofproductsfromscratch,todevelopuniversalandfarmoreistohavenationwidecoverageofI

7、nternetproducts.Currently,theorganizationcanbeextractedfromthedataanalysisprocessandstoredatatransmissionnetworkinthemasstextmessages.Algorithmofthispaperistheuseoftheselarge-scaledata,accordingtothespecificneedsofdiseasepreventionandcontrol,timelyandaccuratestatisticalanalysistoextr