網絡輿情分析技術

王蘭成

網絡輿情分析技術
  • 出版商: 國防工業
  • 出版日期: 2014-10-01
  • 定價: $474
  • 售價: 8.5 折 $403
  • 語言: 簡體中文
  • 頁數: 242
  • 裝訂: 精裝
  • ISBN: 7118093033
  • ISBN-13: 9787118093032

    • 下單後立即進貨 (約4週~6週)

買這商品的人也買了...

相關主題

商品描述

王蘭成編著的《網絡輿情分析技術（精）》以國家社科基金專項課題和全軍專項研究生課題的研究成果為背景，
對互聯網主題輿情分析的理論、方法、技術和實現進行研究。
將外領先的知識技術運用於網絡輿情的採集和網絡輿情的分析過程，
拋磚引玉促進我國在網絡輿情採集、處理和服務方法與技術領域的深入研究，
推動軍內外網絡輿情信息系統中新技術的研究和應用創新。
在網絡輿情智能採集方面，本書的主要工作是：
研究網絡輿情情報規劃與獲取，研究主題網絡輿情的語義特徵抽取，
研究輿情網頁內容相關性的判定，研究輿情網頁鏈接相關性的判定等。
在網絡輿情智能處理方面，本書的主要工作是：
研究主題網絡輿情的本體構建，研究語義層的輿情信息聚類和分類方法，
研究基於情感本體的網絡輿情傾向性分析等。
在網絡輿情智能服務方面，本書的主要工作是：
研究輿情事件網頁內容的詞彙關聯分析，研究基於網絡論壇的輿情話題追踪方法和技術，
研究網絡輿情檢索系統中的查詢主題分類技術等。

目錄大綱

目錄
第1章導論
1.1互聯網輿情信息
1.2網絡輿情採集
1.3網絡輿情處理
1.4網絡輿情服務
1.5內容概覽

第2章網絡輿情的分析
2.1網絡輿情的信息採集
2.1.1網絡輿情的採集方法
2.1.2搜索引擎的研究進展
2.1.3網絡信息的分類及其抽取
2.2輿情話題的搜索技術
2.2.1話題搜索的基本原理
2.2.2話題搜索的若干技術
2.2.3主題爬行的實現
2.2.4外輿情採集的研究成果
2.3網絡輿情的信息處理
2.3.1網絡輿情的處理方法
2.3.2網絡輿情的信息內容分析
2.4網絡輿情的內容分析與服務
2.4.1知識技術及其應用
2.4.2主題輿情內容分析框架
2.4.3外輿情分析的研究成果
2.5基於社交網絡的輿情傳播動力學性質
2.5.1輿情演化模型及評析
2.5.2社交網絡特性與輿情傳播控制策略
2.6本章小結

第3章基於主題爬行的網絡輿情信息抽取和整理
3.1輿情網頁的結構特徵與分塊處理
3.1.1話題標記和頁分塊
3.1.2基於DOM樹的內容分塊
3.1.3基於板塊位置的佈局分塊
3.1.4基於視覺特徵的結構分塊
3.2基於主題爬行的輿情網頁分塊
3.2.1網頁分塊的典型應用
3.2. 2網頁的預處理
3.2.3網頁分塊的特徵提取及其算法
3.2.4輿情內容塊的整合
3.3主題網絡輿情的語義特徵抽取
3.3.1網絡輿情語義的特徵
3.3.2基於N—Gram的特徵抽取及其改進算法
3.3.3基於DOM樹分塊的特徵項權重計算
3.4網絡輿情的情報獲取與整合
3.4.1網絡輿情的情報價值與情報支援
3.4.2網絡輿情情報支援系統
3.5本章小結

第4章輿情網頁與話題相關性的判定分析
4.1內容相關性的判定方法
4.1.1元數據方法
4.1.2鏈接標籤數據方法
4.1.3鏈接結構分析方法
4.1.4頁面語義信息方法
4.2鏈接相關性的判定方法
4.2.1鏈接錨文本標記及其信息提取
4.2.2基於分塊的主題鏈接上下文信息提取
4.2.3基於鏈接標記和錨文本的主題判定算法
4.2.4基於語義相似度計算的鏈接判定
4.3輿情網頁內容相關性的分析
4.3.1主題特徵的選擇
4.3.2待識別網頁模型的建立
4.3.3話題文本識別算法的選擇
4.4輿情網頁鏈接相關性的分析
4.4.1 Web超鏈接的若干分析
4.4.2基於信息鏈接關係的分析算法
4.4.3增加主題分析的PageRank改進算法
4.5本章小結

第5章基於本體的網絡輿情分析
5.1本體理論概述
5.1.1本體概念與分類
5.1.2面向輿情分析的本體作用
5.1.3通用本體構建的幾種方法
5.2基於本體的主題網絡輿情知識模型
5.2.1輿情的本體知識源
5.2.2本體的主題輿情構建策略
5.2.3知識模型中的本體庫架構
5.3主題網絡輿情SIPO本體的實現方案
5.3 .1本體構建的規則
5.3.2 SIPO本體的實現步驟
5.3.3一個輿情事件的本體實例
5.4本章小結

第6章基於SIPO的網絡輿情信息聚類和分類
6.1語義特徵抽取轉換
6.1.1語義轉換及概念特徵生成
6.1.2概念映射匹配算法分析
6.2網絡輿情信息的聚類與分類
6.2.1 Web文本信息的聚分類
6.2.2利用SIPO本體的聚分類
6.2.3 SIPO的語義聚分類分析
6.3基於SIPO本體的語義相似度計算
6.3.1 SIPO概念語義相似度
6.3.2增加語義特徵的文本相似度計算
6.4基於語義的主題網絡輿情信息聚類
6.4.1輿情信息聚類流程分析
6.4.2基於語義相似計算模型的凝聚層次聚類算法
6.5基於語義的主題網絡輿情信息分類
6.5.1輿情信息分類流程分析
6.5.2基於語義相似計算模型的KNN分類算法
6.6本章小結

第7章網絡輿情採集與處理的功能實現及其評測
7.1 SIPO原型系統的功能框架
7.2開發工具和平台概述
7.3輿情採集實驗與結果分析
7.3.1實驗數據選取和測試指標
7.3.2 URL與主題相關性判定算法測試
7.3.3輿情採集應用分塊方法的效果測試
7.4輿情信息聚類實驗與結果分析
7.4.1實驗數據選取和測試指標
7.4.2基於語義的聚類分析實驗方法
7.4.3實驗結果及分析
7.5輿情信息分類實驗與結果分析
7.5.1基於語義的輿情分類實驗方法
7.5.2實驗結果及分析

第8章基於情感本體的網絡輿情傾向性分析
8.1網絡輿情的傾向性分析
8.2網絡輿情傾向性識別方法及比較
8.2.1基於文本分類的傾向性識別
8.2.2基於語義規則的傾向性識別
8.2.3基於情感詞的傾向性識別
8.3情感本體的構建方法
8.3.1 HowNet和領域語料的情感概念選擇
8.3.2整合多情感概念的情感本體構建
8.3.3基於H0wNet和領域語料庫的本體話題構建
8.4基於J隋感本體的主題輿情傾向性分析
8.4. 1特徵詞情感傾向度計算
8.4.2增加程度級別的特徵詞權重計算
8.4.3基於情感本體的傾向性分析過程
8.5網絡輿情傾向性分析實驗與結果分析
8.5.1實驗方法
8.5.2實驗結果及分析
8.6本章小結

第9章面向知識挖掘的網絡輿情信息服務
9.1基於網絡論壇的輿情話題追踪
9.1.1話題追踪的方法與分析
9.1.2基於文本圖的話題追踪模型
9.1.3文本概念圖的生成與關鍵詞識別
9.1.4語義相關度的計算及追踪話題的更新
9.1.5輿情話題追踪實驗與結果分析
9.2網絡輿情檢索系統中的查詢主題分類
9.2.1查詢分類的方法與分析
9.2.2基於語義知識的查詢分類模型
9.2.3文檔目錄圖上的查詢詞擴展
9.2.4目錄圖上的查詢分類識別
9.2.5查詢主題分類實驗與結果分析
9.3輿情事件網頁內容的詞彙關聯分析
9.3.1基於詞跨度的事件內容關鍵詞獲取
9.3.2基於共現次數統計的詞彙關聯分析
9.3.3網絡輿情事件的詞彙關聯實驗與結果分析
9.4本章小結
參考文獻
後記

類似商品