發(fā)布時(shí)間：2021-10-16 16:03

　　隨著互聯(lián)網(wǎng)的迅速發(fā)展,我國的互聯(lián)網(wǎng)現(xiàn)已成為當(dāng)今最大的最多樣化的傳播媒介以及輿論平臺(tái)。而在這個(gè)過程當(dāng)中,農(nóng)業(yè)民情及其輿論的集合產(chǎn)生了農(nóng)業(yè)輿情。在我國,農(nóng)業(yè)輿情即為“三農(nóng)”輿情問題,在十九大中習(xí)近平強(qiáng)調(diào),“三農(nóng)”問題是關(guān)系國計(jì)民生的根本性問題,必須始終把解決好“三農(nóng)”問題作為全黨工作重中之重。社交網(wǎng)絡(luò)當(dāng)今已經(jīng)是輿情突發(fā)的集中地帶,面對(duì)多種多樣的突發(fā)狀況,如果缺乏對(duì)于社交網(wǎng)絡(luò)的監(jiān)測,就很容易讓相關(guān)部門處于被動(dòng)狀態(tài)。所以針對(duì)社交網(wǎng)絡(luò)的分析可以很好的彌補(bǔ)其不足,防止負(fù)面輿論的過度發(fā)酵而導(dǎo)致經(jīng)濟(jì)損失和相關(guān)部門的被動(dòng)處境,對(duì)提高針對(duì)農(nóng)業(yè)網(wǎng)絡(luò)輿情監(jiān)測的能力有重要的意義。因此對(duì)于農(nóng)業(yè)輿情的監(jiān)測與分析成為了公共領(lǐng)域的一個(gè)研究問題。在農(nóng)業(yè)領(lǐng)域數(shù)據(jù)獲取方面,現(xiàn)有的輿情監(jiān)測系統(tǒng)大多針對(duì)農(nóng)業(yè)門戶網(wǎng)站或論壇農(nóng)業(yè)板塊作為研究重點(diǎn),對(duì)社交網(wǎng)絡(luò)的研究工作較少;在農(nóng)業(yè)輿情發(fā)現(xiàn)方面,對(duì)于社交網(wǎng)絡(luò)領(lǐng)域的輿情熱點(diǎn)研究只是針對(duì)人工選取的問題做驗(yàn)證,并沒有應(yīng)用在社交網(wǎng)絡(luò)環(huán)境對(duì)于社交網(wǎng)絡(luò)的輿情熱點(diǎn)研究較少;在輿情判斷方面,目前的研究數(shù)據(jù)主要來源于人工選擇,并不能滿足如今網(wǎng)絡(luò)環(huán)境多變的需求。針對(duì)輿情的突發(fā)性和現(xiàn)有農(nóng)業(yè)輿情研究的局限性,使... 

【文章來源】：河南農(nóng)業(yè)大學(xué)河南省

【文章頁數(shù)】：49 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖１技術(shù)路線圖??Ｆｉｇ．１?Ｔｅｃｈｎｏ?ｌｏｇｙ?Ｒｏａｄｍａｐ??２．２模型評(píng)價(jià)??

樹，以ｒｏｏｔ為根節(jié)點(diǎn)，從根節(jié)點(diǎn)到每個(gè)最下方的子節(jié)點(diǎn)，將所有節(jié)點(diǎn)遍歷形成的字符為??ａｎｄ、ａｓ、ａｔ、ｃｎ和ｃｏｍ，這五個(gè)字符串同時(shí)從ａ和ｃ兩個(gè)公共前綴出發(fā)，減少多余的遍歷??時(shí)間。??（ｒｏｏｔＪ??／?＼??／ＯＯＯ?Ｏ?Ｑ??６?〇??圖２ｔｒ?ｉｅ樹圖示例??Ｆｉｇ．?２?Ｅｘａｍｐｌｅ?ｏｆ?ｔｒｉｅ??有向無環(huán)圖（ｄｉｒｅｃｔｅｄ?ａｃｙｃｌｉｃ?ｇｒａｐｈｓ，?ＤＡＧ）是任意一條邊有方向，且不存在環(huán)路??的閣，利用ＤＡＧ可以模擬表格存儲(chǔ)所有切詞情況。對(duì)于ＤＡＧ中儲(chǔ)存的數(shù)據(jù)，節(jié)點(diǎn)句節(jié)點(diǎn)之??間的相連點(diǎn)很少并且節(jié)點(diǎn)是有一定的順序方向的，從任意節(jié)點(diǎn)出發(fā)都不能回到出發(fā)點(diǎn)中。??如下圖所示，從“去”節(jié)點(diǎn)開始，可以將它連接至“民”、“園”，最終構(gòu)成一個(gè)有向無環(huán)??圖，其中包括“人民”、“公園”、“人民公園”從子節(jié)點(diǎn)連接起來的詞語。??．．．ｕ?：ｖ：?ｕ?ｙ??去．人民：．公：．？園：玩??圖３?ＤＡＧ示例??Ｆｉｇ．３?Ｅｘａｍｐｌｅ?ｏｆ?ＤＡＧ??動(dòng)態(tài)規(guī)劃方法是求解決策過程（如ｃｉｓｉｏｎ?ｐｒｏｃｅｓｓ）最優(yōu)化的數(shù)學(xué)方法。利用各個(gè)階段??的不同狀態(tài)和由每次決策引起的狀態(tài)的變化確定一個(gè)決策的序列，它需要確認(rèn)原問題與子??問題、階段、階段狀態(tài)、決策等方面。??｜?１１?１．１???１??狀態(tài)決策１?決策２?決策３?ｋ狀態(tài)３??圖４動(dòng)態(tài)規(guī)劃流程??Ｆｉｇ．４?ｄｙｎａｍｉｃ?ｐｒｏｇｒａｍｍｉｎｇ?ｆｌｏｗ?ｃｈａｒｔ??如上圖所示，動(dòng)態(tài)規(guī)劃把一個(gè)問題當(dāng)做一個(gè)有著鏈狀結(jié)構(gòu)并前后關(guān)聯(lián)的多階段過程。??（２）基于ＨＭＭ的分詞方法??利用ＨＭＭ進(jìn)行中文分詞，是將分詞問題看做為序列

向無環(huán)圖（ｄｉｒｅｃｔｅｄ?ａｃｙｃｌｉｃ?ｇｒａｐｈｓ，?ＤＡＧ）是任意一條邊有方向，且不存在環(huán)路??的閣，利用ＤＡＧ可以模擬表格存儲(chǔ)所有切詞情況。對(duì)于ＤＡＧ中儲(chǔ)存的數(shù)據(jù)，節(jié)點(diǎn)句節(jié)點(diǎn)之??間的相連點(diǎn)很少并且節(jié)點(diǎn)是有一定的順序方向的，從任意節(jié)點(diǎn)出發(fā)都不能回到出發(fā)點(diǎn)中。??如下圖所示，從“去”節(jié)點(diǎn)開始，可以將它連接至“民”、“園”，最終構(gòu)成一個(gè)有向無環(huán)??圖，其中包括“人民”、“公園”、“人民公園”從子節(jié)點(diǎn)連接起來的詞語。??．．．ｕ?：ｖ：?ｕ?ｙ??去．人民：．公：．？園：玩??圖３?ＤＡＧ示例??Ｆｉｇ．３?Ｅｘａｍｐｌｅ?ｏｆ?ＤＡＧ??動(dòng)態(tài)規(guī)劃方法是求解決策過程（如ｃｉｓｉｏｎ?ｐｒｏｃｅｓｓ）最優(yōu)化的數(shù)學(xué)方法。利用各個(gè)階段??的不同狀態(tài)和由每次決策引起的狀態(tài)的變化確定一個(gè)決策的序列，它需要確認(rèn)原問題與子??問題、階段、階段狀態(tài)、決策等方面。??｜?１１?１．１???１??狀態(tài)決策１?決策２?決策３?ｋ狀態(tài)３??圖４動(dòng)態(tài)規(guī)劃流程??Ｆｉｇ．４?ｄｙｎａｍｉｃ?ｐｒｏｇｒａｍｍｉｎｇ?ｆｌｏｗ?ｃｈａｒｔ??如上圖所示，動(dòng)態(tài)規(guī)劃把一個(gè)問題當(dāng)做一個(gè)有著鏈狀結(jié)構(gòu)并前后關(guān)聯(lián)的多階段過程。??（２）基于ＨＭＭ的分詞方法??利用ＨＭＭ進(jìn)行中文分詞，是將分詞問題看做為序列標(biāo)注問題。利用一部分訓(xùn)練語料訓(xùn)練??１１??

【參考文獻(xiàn)】：
期刊論文
[1]一種基于概念向量空間的文本相似度計(jì)算方法[J]. 李琳,李輝.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(05)
[2]基于深度學(xué)習(xí)的文本分類研究進(jìn)展[J]. 劉婷婷,朱文東,劉廣一.  電力信息與通信技術(shù). 2018(03)
[3]基于樸素貝葉斯的農(nóng)業(yè)文本分類方法研究[J]. 趙燕,李曉輝,周云成,張?jiān)?  節(jié)水灌溉. 2018(02)
[4]基于Scrapy的農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)爬取[J]. 李喬宇,尚明華,王富軍,劉淑云.  山東農(nóng)業(yè)科學(xué). 2018(01)
[5]基于Nutch的Web論壇分塊采集系統(tǒng)[J]. 程杜新,傅魁.  圖書館學(xué)研究. 2017(07)
[6]機(jī)器學(xué)習(xí)與語義規(guī)則融合的微博情感分類方法[J]. 姜杰,夏睿.  北京大學(xué)學(xué)報(bào)(自然科學(xué)版). 2017(02)
[7]基于樸素貝葉斯的文本分類研究綜述[J]. 賀鳴,孫建軍,成穎.  情報(bào)科學(xué). 2016(07)
[8]基于支持向量機(jī)的中文農(nóng)業(yè)文本分類技術(shù)研究[J]. 魏芳芳,段青玲,肖曉琰,張磊.  農(nóng)業(yè)機(jī)械學(xué)報(bào). 2015(S1)
[9]基于敘詞表的農(nóng)業(yè)輿情話題發(fā)現(xiàn)算法研究[J]. 陳濤,劉世洪.  山東農(nóng)業(yè)科學(xué). 2015(10)
[10]農(nóng)業(yè)網(wǎng)站輿情熱點(diǎn)信息發(fā)現(xiàn)系統(tǒng)研究與開發(fā)[J]. 趙繼春,劉世洪,喬珠峰.  安徽農(nóng)業(yè)科學(xué). 2015(24)

碩士論文
[1]基于Scrapy的分布式網(wǎng)絡(luò)爬蟲系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D]. 樊宇豪.電子科技大學(xué) 2018
[2]基于深度學(xué)習(xí)的微博文本情感分析研究[D]. 宋夢姣.南京大學(xué) 2018
[3]基于神經(jīng)網(wǎng)絡(luò)和決策樹的文本分類及其應(yīng)用研究[D]. 雷飛.電子科技大學(xué) 2018
[4]基于MapReduce的文本聚類算法并行化研究與實(shí)現(xiàn)[D]. 徐春華.電子科技大學(xué) 2017
[5]基于關(guān)鍵詞的微博爬蟲系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 葉婷.浙江工業(yè)大學(xué) 2016
[6]基于機(jī)器學(xué)習(xí)的微博評(píng)論信息傾向性分析的研究[D]. 汪淳.哈爾濱工業(yè)大學(xué) 2016
[7]基于Hadoop的農(nóng)業(yè)網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)研究與實(shí)現(xiàn)[D]. 陳濤.中國農(nóng)業(yè)科學(xué)院 2016
[8]微博輿情監(jiān)測系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D]. 張珍楨.華南理工大學(xué) 2016
[9]文本分類停用詞處理和特征選擇技術(shù)研究[D]. 馬治濤.西安電子科技大學(xué) 2014
[10]基于深度學(xué)習(xí)的文本情感分類研究[D]. 朱少杰.哈爾濱工業(yè)大學(xué) 2014



本文編號(hào)：3440100