基于机器学习的校园微博舆情监控系统的研究

• 作者: 王庆香 蔡洪民 郭伟匡
• 来源期刊: 网络安全技术与应用
• 关键词: 中文分词 朴素贝叶斯 K均值聚类
• 年，卷（期）: 2017,（5）
• 所属期刊栏目: 校园网络安全
• 页码范围: 106-108
• 页数: 3页
• 字数: 3253字
• 语种: 中文

摘要

新媒体时代风起云涌,由于具有文字短小、传播力大等特点,微博已经成为我国网民主要的上网行为之一.然而,微博上一些负面舆情信息给社会和个人带来巨大危害,越来越受到各级部门重视.为了保障校园网络的公共安全,本文设计实现了一个基于新浪微博的校园网舆情监控系统,它通过关键字匹配和朴素贝叶斯算法相结合的方法实现了微博内容的分类,然后进一步基于聚类算法实现了微博内容的热点发现,最后结合舆情数据库实现了微博舆情预警.实验结果表明,系统稳定、高效,加强了校园公共安全.