基于大数据的突发事件网络舆情动态分类研究

• 作者: 王一帆 邵开丽 徐志文 叶鸿鑫
• 来源期刊: 物联网技术
• 关键词: 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
• 年，卷（期）: 2022,（8）
• 所属期刊栏目: 学术研究-智能处理与应用
• 页码范围: 46-49
• 页数: 3页
• 分类号: TP391.1,G203
• 语种: 中文
• DOI: 10.16667/j.issn.2095-1302.2022.08.013

摘要

在目前的大数据环境中，研究突发事件的网络舆情已经是国家、政府、企业以及研究学者关注的热点问题。如果网络突发事件出现不可控制的现象，将会造成极其严重的影响。针对网络突发事件，我们提出了大数据环境下的突发事件网络舆情动态分类研究，使用Python语言和Scrapy爬虫框架建立了网络舆情数据分析系统，运用K-means聚类算法对舆情分类。将舆情信息数据化，以此减少人力物力的消耗，防止事态的进一步扩大，采取对应的措施应对网络舆情。