一种面向网络舆情危机预警的观点柔性挖掘模型new

《一种面向网络舆情危机预警的观点柔性挖掘模型new》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、万方数据第28卷．第19期2009年10月情报杂志JOURNALOFINTELLIGENCEVol’28No．10Oct．2009一种面向网络舆情危机预警的观点柔性挖掘模型*ANewFlexibleOpinionMiningModelFacingInternetPublicOpinionsCrisisWarning丁菊玲1，2勒中坚1，2王根生1周萍1，2(1．江西省电子商务工程技术研究中心；2．江西财经大学信息管理学院南昌330013)摘要针对网络舆情危机预警方法的不尽完善，建立柔性奥情挖掘、观点演化和网络舆情危机预警三个子模型。采用统一挖掘算法

2、，实现粗、中、细三种粒度观点柔性挖掘；采用发酵、异化和演化模型实现观点演化，并研判演化趋势；结合网络生态环境和观，点演化趋势以及危机预警子模型实现对网络舆情危机的识别和预警并且给出了基于观点树的柔性观点挖掘实例。关键词观点挖掘网络舆情危机预警柔性舆情挖掘中图分类号G350TP391文献标识码A文章编号1002—1965(2009)10—0152—03近年来，随着各种危机事件的不断爆发，国内外普遍关注公共危机的预警研究，希望通过预警机制实现对危机爆发前的预警，减少危机损失E1】。但是大多数学者没有将危机的预警工作作为研究重点，尤其是对重大突发事件的危

3、机预警研究还处于起步阶段【2-3J。网络舆情危机的预警机制研究相对较少【4J，只在少数文献中看到关于高校网络舆情危机预警∞J研究的提法，没有相关的实际深人研究。网络舆情是网民对现实生活中某些热点、焦点问题所持的有较强影响力、倾向性的言论和观点，主要通过BBS论坛、博客、新闻跟贴、转贴等实现并加以强化。网络舆情，主要是半结构化或非结构化信息，迫切需要先进的信息技术对网络舆情危机预警进行研究，若干研究尝试从技术角度用观点挖掘(OpinionMining简称oM)的方法进行网络舆情监控怕_8J。广义的观点挖掘E9]也被称为情感分类[to](Sentime

4、ntClassifica．tion)、情感分析【11J(Sentiment√州ysis)或文本意见挖掘(OpinionMiningforText)等，涉及到自然语言处理、信息检索、数据挖掘等研究领域。观点包括简单的赞同、反对或中立三种态度(粗粒度)，也包括对某一对象所持态度的强度(中粒度)，甚至是对该对象具体看法和态度(细粒度)等。对观点挖掘的研究，国外起步相对较早，美国伊利诺斯大学的刘兵教授【12-131、匹兹堡大学的JanyceWiebe教授[14]和意大利比萨大学的AndreaEsuli博士[15]等对其均有较深入的研究，在单粒度的观点挖掘算

5、法和情感语料库的构建上都取得了很好的研究成果。国内在观点挖掘方面的研究刚刚起步，其中中国科学院计算所E16】、清华大学[10]、上海交通大学【11]、复旦大学【17]、大连理工大学【18J等在该领域进行了积极的探索；研究集中在细粒度汉语文本意见挖掘以及汉语情感语料库的构建上，但都处于初步研究阶段。现有的观点挖掘技术E19-20]都是用某一算法实现单一粒度的观点挖掘，如用于判断观点极性的粗粒度挖掘算法、观点强度的判定算法、细粒度的挖掘算法等以及对这些算法的改进，但缺乏统一的挖掘模型或算法用以同时实现多种粒度的观点挖掘研究。网络舆情具有很强的时变性和环

6、变性，本文提出一种面向网络舆情危机预警的观点柔性挖掘模型，通过构建统一模型(UnifiedModel)，建立基于观点树的粗、中、细三种粒度的统一观点挖掘模型，并对细粒度观点进行演化，预测观点的发展趋势，最终构建危机识别和预警模型，达到网络舆情危机预警的目的。1模型设计观点柔性挖掘模型的总体设计如图1所示，共包括三个子模型，分别是：a．柔性舆情挖掘子模型：构建统一挖掘模型，生成观点树，得到多粒度的观点；b．观点演化子模型：可视化输出所挖掘出的观点，对网络生态环境进行研判；构建发酵模型，对所挖掘出的细粒度收稿日期：2009—05一∞修回El期：2009

7、一06—26基金项目：全国教育科学“十一五”规划2008年度教育部青年专项课置l编号：ECA080292)；国家社科基金项目(编号：09啪034)资助。作者简介：丁菊玲(1981一)．女，博士研究生，讲师，主要研究方向为观点挖掘、网络信息安全；勒中坚。教授，博士生导师；王根生，博士研究生，工程师；周萍，博士研究生，讲师。万方数据第10期丁菊玲，等：一种面向网络舆情危机预警的观点柔性挖掘模型·153·观点进行观点发酵；构建异化模型。对细粒度观点进行观点异化，得到趋势观点集合，并将其分类成相近观点和相异观点；观点演化则将趋势观点经演化模型生成对观点的趋

8、势预测结果；c．舆情危机预警子模型：经演化模型计算出网络舆情的发生概率和危机影响值，从而判断其所处在网络舆情晴雨表中的象限