基于深度学习算法的学生舆情分析系统

• 作者: 孙军梅 黄迅
• 来源期刊: 杭州师范大学学报（自然科学版）
• 学科: 工学
• 关键词: 深度学习 舆情分析 神经网络 网络爬虫
• 年，卷（期）: 2020,（4）
• 所属期刊栏目: 数学与计算机科学
• 页码范围: 91-95
• 页数: 5页
• 分类号: TP391.1
• 字数: 3034字
• 语种: 中文
• DOI: 10.12191/j.issn.1674-232X.2020.04.016

摘要

随着互联网技术的发展,越来越多人习惯通过网络表达看法和观点.然而网络上言论鱼龙混杂,学生作为使用网络的一个主要群体,思想还不够成熟,很容易受一些负面情绪的影响,对此,实时掌握网络舆情,有针对性地进行正确引导具有重要意义.文章提出并实现了一个基于LSTM-CNN混合模型的舆情分析系统.该系统通过网络爬虫实时获取舆情信息,通过LSTM-CNN混合模型可以实时掌握学生关注的话题和舆论热点,实时了解学生的思想动态.实验结果表明:所建立的混合模型的分类正确率较单一模型高,系统具有实时性和准确性的特点,在实际应用中有指导意义.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孙军梅	杭州师范大学信息科学与工程学院	18	63	4.0	7.0
2	黄迅	杭州师范大学信息科学与工程学院	1	0	0.0	0.0