欢迎来到天天文库
浏览记录
ID:34822106
大小:2.66 MB
页数:66页
时间:2019-03-11
《试论互联网话题演变与传播分析技术研究》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、lUtllf,'lll,rll','lllllr,r,rllrlllFfllrf,'llll;PP/ll/Y1437023分类号:——UDC:——密级:——编号:——工学硕士学位论文互联网话题演变与传播分析技术研究硕士研究生:指导老师:学位级别:学科、专业:所在单位:论文提交日期:论文答辩日期:学位授予单位:郑希文张志强教授工学硕士计算机软件与理论计算机科学与技术学院2009年1月2009年3月哈尔滨工程大学哈尔滨丁稃火学硕+学伊论文摘要随着互联网技术的迅猛发展,网络舆情监管工作的重要性逐渐被人们认同。目前,网络舆情分析技术已经成为国内外的研究热点,并取得了一定的研究成
2、果,主要的研究领域包括:话题检测、话题跟踪、自动摘要、趋势分析、舆情预警等。本文在已有研究工作的基础上,针对互联网话题演变和传播问题,力图在网络舆情分析技术领域做更深层次的研究,为网络舆情监管工作提供有力的技术支持。本文的主要研究内容有以下两个方面:提出基于多中心和向量分解的话题演变分析技术。为了解决话题漂移问题、呈现话题演变过程,采用多中心话题模型来描述话题的多个侧面,提出向量分解思想发现后续文档的新颖特征,从而实现对话题中心的建立和更新,最后结合增量聚类算法,提出了解决话题演变问题的完整方案。实验证明,该方案能够有效提高话题检测性能、清晰呈现话题演变过程。提出基于传
3、播图和多元线性回归的话题传播分析技术。在论坛间,提出基于相似度比较和关键词匹配的转帖关系发现技术,并结合初始传播论坛发掘以及传播周期的计算,建立论坛话题传播图;在论坛内,提炼影响传播行为的指标体系,并结合多元线性回舞理论,实现了对传播趋势的预测。实验证明,上述方案能够发现话题传播路径、准确预测话题传播趋势。综上所述,本文在研究和总结现有舆情分析技术的基础上,重点针对话题内容和行为特征,对话题演变和传播分析技术进行了研究,并通过实验验证方案的可行性和实际效果,为网络舆情监管工作的进步做出了贡献。最后,本文还展攫了该领域的发展趋势。关键词:话题演变;话题传播;向量分解;传播
4、图;多元线性回归哈尔滨T稗大学硕十学伊论文AbstractWiththerapiddevelopmentofInternettechnology,theimportanceofthesupervisionofnetworkpublicopinionhasbeengraduallyrecognized.Atpresent,theanalysistechnologyonnetworkpublicopinionhasbecomeahottopicathomeandabroad,andhasachievedsomeresultsincludingtopicdetection,t
5、opictracking,automaticsummary,trendanalysisandearlywarningofpublicopinion.Inordertosolvetheproblemontopicevolvementanddiffusioninnetwork.inthisthesiswetriedtoprovidestrongtechnicalsupportforthesupervisionofnetworkpublicopinion.Themaincontentofthisthesisareasfollows.Theanalysistechnologyo
6、fthetopicevolvementhasbeenstudiedbasedonmulti—centerandvectordecomposition.Toaddressthetopicdriftproblemandshowtheprocessofthetopicevolvement,weusethemulti.centertopicmodeltodescribetheaspectsofatopic.Inordertoachievetheestablishmentandupdatingofthetopiccenterweapplythevectordecompositio
7、nmethodtofindthenewfeaturesoffollow-updocuments.Then,weputforwardtheprojecttosolvethetopicevolvementproblemcombinedwithincrementalclustering。Experimentalresultsshowthattheprojectcalleffectivelyimprovetheperformanceofthetopicdetection,andshowtheprocessofthetopicevolvementc
此文档下载收益归作者所有