基于web信息抽取的网络舆情统计与分析

《基于web信息抽取的网络舆情统计与分析》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、－＇？－－－＇可－．；、Ｉ＇．；节．二？、＾．式＼；Ｖ，：相Ｖ４单；／Ｔ；Ｖ７游；粟身校代码．八齋；穀努．聲；：万《脊＃ｌｆ巧夺ｆｔ’，：＇／诚‘节Ｖ敏端若乃冷《二、丰舊少７人名放’擎学鑽蔡慶钟藏丈學节方：’；：．．；．硕±学位论文ｔ；翻携；；：；＾譜ｉ／ｆ．＇＇．．巧－．．當：Ｗ＾：，苗縣‘．：’、－在心．．；＇扭；；ｊ掠基于Ｗｅｂ信息抽取的网络舆情统计与分析／，；４輯＇Ｖ．：成取伯—祀爲－．＇＇话．ｊｊｒｊ：％．＇？片Ｊ１Ｖ，Ｖ．？’’？＇■？■？、．．一、＇‘；，，．Ｖ＼Ｖ：＇、

2、Ｖ－？？ｊ房為心１’：学号；Ｙ１３６９０００６．；，；：击／己；輪，ａ纖！；女ｆ娘ｙ．：呼．Ｊ：学科专业；统计学；鴻邊巧、如作令尽知：研究方向；读：统计学习与预編务六７讀５。■＇．■娘‘：■令，ｒ尹．．户？子气，户打疋ＶＶ常：．扣导师及职称：結胜教授的：；．知躬；满戶；承．户＇－＇乂、；２０１６６．．去７／论文答辩日期年月枯：．备ｙ＇授予学位日期：編年６月：户禱．耗夢剩Ｐ禱＇ｆ一‘户＇．．：＞．．．．．？．Ｖ．．＼；．掌Ｖ记八＃．皆捉；立．？＇＾，Ｖ％呼．托發？聲；；作Ｖ．庆硕位评师范巧学员会办公古－：．

3、斋裝；就皆识為品皆；ｔ句、？？热．．；；；珠鸿與髮麟泉郝謗乾ｋ腳賢補安庆师范大学硕士学位论文基于Web信息抽取的网络舆情统计与分析StatisticsandAnalysisofOnlinePublicOpinionbasedonInformationExtractionfromWebpage作者姓名：黎康学号：Y13690006学科专业：统计学研究方向：统计学习与预测导师及职称：程玉胜教授论文答辩日期：2016年6月授予学位日期：2016年6月安庆师范大学学位评定委员会办公室基于Web信息抽取的网络舆情统计与分析黎康安庆师范大学硕士学位论文2016年5月26日（论文提交日期

4、）本论文经答辩委员会全体委员审查，确认符合安庆师范大学硕±学位论文质量要求。答辩委员会签名（姓名、职称、工作单位）：主席；作；雜敵扳尉如足■委员：咱句喪＾申辨矜备Ｉ护％辦巧‘心会也啼么、喻＾备导师‘＾；作不１独创性声明本人声明所呈的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。据我所知，除了文中特别加标往和致谢的地方夕ｈ，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得安庆师范大学或其他教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说助并表示谢意。学位

5、论文作者签名：恭毛签字日期：Ｗ名年《月＾日学位论文版权使用授权书本学位论文作者完全了解安庆师范大学有关保留、使用学位论文的规定，有权保留并向国家有关部口或机构送交论文的复印件和电子文件，允许论文被查阔和借阅。本人授权安庆师范大学可Ｗ将学位论文的全部或部分内容编入有关数据库进行检索，收录到《中国学位论、、文全文数据库》，可从采用影印缩印或扫描等复制手段保存汇编学位论文，向社会公众提供信息服务。（保密的学位论文在解密后适用本授权书）。学位论文作者签名：恭若指导教师签名：乎签字日期：击年／月《日签字日期；＞（备年＜月ｆ日／摘要自19

6、94年中国正式接入Internet起，中国网民规模呈逐年持续快速增长的趋势。据2015年12月统计数据显示，中国网民已达6.88亿，超过半数的中国人已经开始使用互联网。互联网代替传统信息以纸质文字材料传播的形式，成为群众思想、文化、信息获取和交流的主要方式，又因为其传播速度快，波及范围广，参与人员多的特点，它也成为社会舆论的主要聚集地。大到震惊世界的朝鲜核问题、轰动全国的天津大爆炸事件，小到某明星参加奥斯卡颁奖典礼摔倒、某高校推出玉米炒提子菜系等，网络舆情的传播越来越牵动全社会人们的心。如何从数量庞大的网络信息中获取舆情信息，从而第一时间掌握舆情现状，预测舆情走势，及时正确引导舆情走向

7、，对社会健康稳定的发展具有非常重要的意义。本文的研究思路就是在这个背景下产生的，具体的研究内容如下：（1）首先对在本文研究过程中使用到的理论知识进行介绍，如Web信息抽取方法、文本表示方法，数据降维方法、聚类方法等。（2）针对网络信息（以新浪微博为例），主要是通过网络爬虫技术，大量爬取所需信息。本文采用的是企业开发并已投入使用的新闻爬取系统，该系统可以针对不同网页结构进行合适的DOM解析模板配置，从而方便快捷的进行数据爬取。（3）针对短文本的特