本文關(guān)鍵詞： 潛在語義分析 支持向量機(jī) 輿情預(yù)警 情感傾向性分析　出處：《數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn)》2017年02期 　論文類型：期刊論文

【摘要】：【目的】針對(duì)現(xiàn)有預(yù)警體系多以企業(yè)自身和監(jiān)管部門為主體、忽視網(wǎng)絡(luò)輿情,導(dǎo)致預(yù)警力度不強(qiáng)、缺乏透明度及敏感性、使突發(fā)性安全問題時(shí)有發(fā)生且無法得到及時(shí)處理的現(xiàn)狀,提出一種新的輿情預(yù)警模型�！痉椒ā客ㄟ^元搜索技術(shù)挖掘輿情信息,增加基準(zhǔn)偏移值優(yōu)化情感特征項(xiàng)傾向性權(quán)重,添加修正因子以改進(jìn)潛在語義分析和支持向量機(jī)(LSA+SVM)算法,構(gòu)建輿情分類預(yù)警模型�！窘Y(jié)果】以多組突發(fā)性安全事件為例,應(yīng)用Matlab進(jìn)行仿真實(shí)驗(yàn)。結(jié)果證明該輿情預(yù)警模型切實(shí)可行,反應(yīng)迅速,在語義維度為10時(shí)準(zhǔn)確率可達(dá)85.75%�！揪窒蕖看朔椒▽�(duì)于能引起關(guān)注和討論的安全事件更加有效�！窘Y(jié)論】改進(jìn)算法適用于輿情預(yù)警,可為企業(yè)和監(jiān)管部門根據(jù)分類結(jié)果及時(shí)采取有效的預(yù)警措施提供合理化建議。
[Abstract]:[Objective] the existing early warning system in enterprises and supervision departments as the main body, ignoring the network public opinion, leading to early warning efforts is not strong, lack of transparency and sensitivity to sudden security problems have occurred and the situation can not get timely treatment, put forward a new public opinion warning model. [method] public opinion information mining through meta search technology, optimize the emotion feature tendency to increase the weight reference offset value to improve the latent semantic analysis and support vector machine (LSA+SVM) algorithm with correction factor, build public opinion classification prediction model. [result] to multiple security incidents as an example, the application of Matlab simulation experiments. The results show that the early warning of public opinion the model is feasible, rapid response, in the semantic dimension is 10, the accuracy of 85.75%. [] limited this method for security events can cause the attention and discussion more effective. [ Conclusion the improved algorithm is suitable for the early warning of public opinion, and it can provide reasonable suggestions for enterprises and supervision departments to take effective early warning measures according to the classification results.

【作者單位】： 哈爾濱理工大學(xué)管理學(xué)院;
【基金】：國(guó)家自然科學(xué)基金項(xiàng)目“高技術(shù)虛擬產(chǎn)業(yè)集群運(yùn)行模式研究”(項(xiàng)目編號(hào):70873029) 黑龍江省自然科學(xué)基金項(xiàng)目“高新技術(shù)企業(yè)物流模式選擇技術(shù)研究”(項(xiàng)目編號(hào):G201203) 黑龍江省博士后科研啟動(dòng)資金資助項(xiàng)目“黑龍江省制造企業(yè)動(dòng)態(tài)聯(lián)盟信譽(yù)保障機(jī)制研究”(項(xiàng)目編號(hào):LBH-Q12065)的研究成果之一
【分類號(hào)】：TP18

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張成;曲明成;倪寧;仇光;卜佳俊;;基于概率潛在語義分析模型的自動(dòng)答案選擇[J];計(jì)算機(jī)工程;2011年14期

2 范玉華;秦世引;;基于潛在語義分析的場(chǎng)景分類優(yōu)化決策方法[J];計(jì)算機(jī)輔助設(shè)計(jì)與圖形學(xué)學(xué)報(bào);2013年02期

3 劉云峰,齊歡,代建民,王小平;中文信息的潛在語義分析[J];華南理工大學(xué)學(xué)報(bào)(自然科學(xué)版);2004年S1期

4 湯世平;樊孝忠;朱建勇;;基于潛在語義分析的本體空間表示模型研究[J];計(jì)算機(jī)應(yīng)用與軟件;2008年01期

5 程彩虹;王惠臨;解國(guó)棟;;基于潛在語義分析的自動(dòng)詞法學(xué)習(xí)技術(shù)[J];情報(bào)理論與實(shí)踐;2008年05期

6 趙亞慧;;潛在語義分析技術(shù)在自動(dòng)評(píng)卷系統(tǒng)中的應(yīng)用[J];延邊大學(xué)學(xué)報(bào)(自然科學(xué)版);2011年04期

7 陳永平;楊思春;蘇新;毛萬勝;;基于加權(quán)潛在語義分析的答案抽取[J];計(jì)算機(jī)系統(tǒng)應(yīng)用;2012年01期

8 汪瑾;;基于潛在語義分析的程序代碼相似度檢測(cè)[J];科技創(chuàng)新與應(yīng)用;2012年33期

9 蓋杰,王怡,武港山;潛在語義分析理論及其應(yīng)用[J];計(jì)算機(jī)應(yīng)用研究;2004年03期

10 歐建林;林茜;史曉東;;潛在語義分析在連續(xù)語音識(shí)別中的應(yīng)用[J];計(jì)算機(jī)工程與應(yīng)用;2009年32期

相關(guān)會(huì)議論文 前6條

1 寧健;林鴻飛;;基于改進(jìn)潛在語義分析的交叉語言檢索[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

2 秦洋;王立宏;武栓虎;宋宜斌;;基于潛在語義分析的啟動(dòng)子識(shí)別[A];中國(guó)電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國(guó)網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（下冊(cè)）[C];2008年

3 耿煥同;吳祥;畢碩本;;基于潛在語義分析的BBS主題發(fā)現(xiàn)算法研究[A];計(jì)算機(jī)技術(shù)與應(yīng)用進(jìn)展·2007——全國(guó)第18屆計(jì)算機(jī)技術(shù)與應(yīng)用（CACIS）學(xué)術(shù)會(huì)議論文集[C];2007年

4 郭燕慧;王樅;鐘義信;;語言認(rèn)知與主題內(nèi)容識(shí)別[A];2006年首屆ICT大會(huì)信息、知識(shí)、智能及其轉(zhuǎn)換理論第一次高峰論壇會(huì)議論文集[C];2006年

5 劉昌鈺;郭穎;唐常杰;翟靜;李海宏;;基于潛在語義分析與Bayes分類的BBS文檔鑒別[A];第十八屆全國(guó)數(shù)據(jù)庫(kù)學(xué)術(shù)會(huì)議論文集（研究報(bào)告篇）[C];2001年

6 李曉婷;張磊;沈建京;;面向服務(wù)的主動(dòng)式統(tǒng)計(jì)預(yù)測(cè)報(bào)表技術(shù)[A];2007年中國(guó)智能自動(dòng)化會(huì)議論文集[C];2007年

相關(guān)博士學(xué)位論文 前1條

1 劉云峰;基于潛在語義分析的中文概念檢索研究[D];華中科技大學(xué);2005年

相關(guān)碩士學(xué)位論文 前10條

1 李珀瀚;數(shù)據(jù)庫(kù)中關(guān)鍵詞的查詢擴(kuò)展研究[D];復(fù)旦大學(xué);2014年

2 黃小燕;基于潛在語義關(guān)系的更年期綜合癥知識(shí)圖庫(kù)的構(gòu)建及其應(yīng)用研究[D];電子科技大學(xué);2015年

3 尚美辰;基于UMLS和通路數(shù)據(jù)的潛在語義分析技術(shù)的研究與實(shí)現(xiàn)[D];黑龍江大學(xué);2015年

4 倪詩夢(mèng);[D];東南大學(xué);2015年

5 馬文濤;面向電子病歷文本分析的潛在語義分析應(yīng)用研究[D];浙江大學(xué);2016年

6 歐陽宇;基于Spark平臺(tái)的SVD算法設(shè)計(jì)實(shí)現(xiàn)和應(yīng)用[D];華中科技大學(xué);2015年

7 常利偉;基于多系統(tǒng)融合的潛在語義分析技術(shù)研究[D];沈陽航空航天大學(xué);2013年

8 孫小欣;基于潛在語義分析的學(xué)科知識(shí)圖譜構(gòu)建[D];華中師范大學(xué);2013年

9 唐朝輝;潛在語義分析在互聯(lián)網(wǎng)數(shù)據(jù)挖掘中的應(yīng)用研究[D];湖南大學(xué);2009年

10 劉森;概率潛在語義分析及其應(yīng)用[D];浙江大學(xué);2011年

，

本文編號(hào)：1508695