作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
当前互联网快速发展,网络社会与现实社会逐渐同步,网上网下事件的关联性提高,网络舆情也越来越能够及时反映现实社会中发生的事情。因此,网络舆情监测不仅能够了解民意,为相关决策部门制定方案提供参考,而且能够通过大数据分析,对突发事件进行及时预警。以互联网上微博、贴吧、论坛、新闻评论等信息作为对象,以实用性为原则,研究一种基于文本自动分类的网络舆情监测方法。该方法通过网络爬虫抓取互联网上的信息,并采用基于KNN算法的文本自动分类方式完成网络舆情自动分类,最后通过实验验证了该方法的实用性。
推荐文章
基于大数据的突发事件网络舆情动态分类研究
大数据分析
突发事件
网络舆情
Scrapy爬虫提取
K-means算法
动态分类
一种改进的并行 K_近邻网络舆情分类算法研究
网络舆情
K_近邻算法
分类
Hadoop
浅谈网络舆情预测方法
网络舆情
预测方法
ARIMA
灰色预测
基于大数据的网络舆情监测系统的设计与实现
网络舆情
大数据
数据采集
数据分析
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于自动分类的网络舆情监测方法研究
来源期刊 软件导刊 学科 工学
关键词 文本分类 KNN算法 网络爬虫 舆情监测
年,卷(期) 2016,(3) 所属期刊栏目 应用技术与研究
研究方向 页码范围 133-135
页数 3页 分类号 TP319
字数 3421字 语种 中文
DOI 10.11907/rjdk.1511492
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 赵浚淇 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (82)
共引文献  (184)
参考文献  (7)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(5)
  • 参考文献(0)
  • 二级参考文献(5)
2004(5)
  • 参考文献(0)
  • 二级参考文献(5)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(13)
  • 参考文献(0)
  • 二级参考文献(13)
2007(10)
  • 参考文献(1)
  • 二级参考文献(9)
2008(18)
  • 参考文献(1)
  • 二级参考文献(17)
2009(7)
  • 参考文献(0)
  • 二级参考文献(7)
2010(5)
  • 参考文献(1)
  • 二级参考文献(4)
2011(7)
  • 参考文献(1)
  • 二级参考文献(6)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(5)
  • 参考文献(2)
  • 二级参考文献(3)
2014(2)
  • 参考文献(0)
  • 二级参考文献(2)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
文本分类
KNN算法
网络爬虫
舆情监测
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
软件导刊
月刊
1672-7800
42-1671/TP
16开
湖北省武汉市
38-431
2002
chi
出版文献量(篇)
9809
总下载数(次)
57
总被引数(次)
30383
论文1v1指导