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:
随着网络时代的全面到来,如何从大数据的角度去了解和管理网络舆情已经成为一个重要话题.针对这一重要话题,提出一个新的思路:从新闻本身的被关注度和新闻下的评论两方面同时入手,将舆情分析分为两个部分,即“热点事件抓取”和“网民评论情感倾向性分析”.热点事件的抓取通过分布式爬虫实现,网民评论情感分析通过词向量配合训练LSTM神经网络实现.通过这两部分的配合,找出有较高关注度且网民对其有强烈情感的热点事件新闻,从而达到了舆情监控的目的.
推荐文章
基于大数据的网络舆情分析系统
大数据
网络舆情
舆情分析
Hadoop
HDFS
MapReduce
基于微博的网络舆情分析系统设计
向量空间模型
TF-IDF
话题发现
舆情分析
网络舆情分析系统的研究与设计
网络舆情
网页文本结构化
文本分类
文本聚类
多媒体舆情分析系统设计与研究
舆情
多媒体
数据挖掘
视频摘要
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 基于机器学习的舆情分析系统
来源期刊 微型电脑应用 学科 工学
关键词 爬虫 机器学习 舆情分析 情感分析
年,卷(期) 2020,(5) 所属期刊栏目 基金项目
研究方向 页码范围 53-56,63
页数 5页 分类号 TP391
字数 4200字 语种 中文
DOI
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 王德广 大连交通大学软件学院 28 160 6.0 12.0
2 王宇 大连交通大学外语学院 12 51 4.0 6.0
3 许诺 大连交通大学软件学院 1 0 0.0 0.0
4 赵煜 大连交通大学软件学院 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  (31)
共引文献  (211)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(1)
  • 二级参考文献(0)
1997(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2008(1)
  • 参考文献(0)
  • 二级参考文献(1)
2009(3)
  • 参考文献(0)
  • 二级参考文献(3)
2012(1)
  • 参考文献(0)
  • 二级参考文献(1)
2013(2)
  • 参考文献(0)
  • 二级参考文献(2)
2014(3)
  • 参考文献(1)
  • 二级参考文献(2)
2015(5)
  • 参考文献(1)
  • 二级参考文献(4)
2016(6)
  • 参考文献(1)
  • 二级参考文献(5)
2017(7)
  • 参考文献(0)
  • 二级参考文献(7)
2018(3)
  • 参考文献(1)
  • 二级参考文献(2)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2020(0)
  • 参考文献(0)
  • 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
爬虫
机器学习
舆情分析
情感分析
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
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导