發(fā)布時間：2021-08-18 12:16

　　隨著互聯(lián)網的普及與飛速發(fā)展,網絡輿情已經逐漸成為對社會輿論具有極其重要影響的力量,并且在很大程度上引導著網民對于某些輿論事件的認知。由于網絡輿情信息傳播速度快與信息量大的特性,如何快速發(fā)現并分析網絡輿情信息,已經成為當下研究的熱點。貿易戰(zhàn)作為焦點問題之一引起了廣大民眾的熱切關心,在網絡上迅速形成為一股龐大的網絡輿情。而基于考慮政策因素的貿易戰(zhàn),更是民眾關心的方向。相比于其他的網絡輿情信息,考慮政策因素的貿易戰(zhàn)體現的更多的是政府之間政策的較量,與群眾的利益息息相關,是國家綜合實力的體現。本文利用LDA主題模型來發(fā)現并分析基于考慮政策因素的貿易戰(zhàn)輿情信息。分析了發(fā)生在貿易戰(zhàn)中的一些主要事件的變化趨勢以及政策因素的影響結果,包括“關稅事件”、“中興事件”、“和解事件”等。在此基礎上,對提取的特征詞及其權重進行了隱含主題分析,具體的工作如下:（1）基于考慮政策因素的貿易戰(zhàn)輿情信息的文本數據的采集:本文采用基于主題的網絡爬蟲技術,設置貿易戰(zhàn)、黃金、股市、進出口、經濟等主題集來爬取微博上的相關文本數據。（2）文本預處理:LDA主題模型只能處理結構化的文本數據,所以,對爬取的自然語言進行了相關處理。... 

【文章來源】：湘潭大學湖南省

【文章頁數】：41 頁

【學位級別】：碩士

【部分圖文】：

傳統(tǒng)網絡爬蟲抓取流程圖

與主題無關的網頁�？梢院芮宄目闯�，利用基于主題的爬蟲技術獲取的是更準確、我們所需要的網面信息，節(jié)約資源并且極大的提高了效率。目前基于主的網絡爬蟲主要有兩個方向：一個是基于內容方面分析的策略；另一個是基于子 URL 分析的策略。我所采用的是基于內容分析的策略，首先是需要解析 Web面的內容，然后保存與主題相關的網頁，直接過濾掉與主題無關的頁面。目前網上開源的基于主題的網絡爬蟲有許多，學者們可以根據自己的實際需求進行應的改進�；谥黝}的網絡爬蟲爬取流程如圖 2.3 所示：

圖 2.4 貿易戰(zhàn)、黃金為主題的爬蟲結果截圖在爬取過程中，爬取的內容包括了圖中所體現的幾項內容，包括發(fā)布人、發(fā)人 id、發(fā)布人性質，以及具體內容，在輿情信息分析的過程中，我們主要采具體內容進行分析，獲取的文本數量為 20596 條。以貿易戰(zhàn)、股市為主題的網絡爬蟲數據結果如圖 2.5 所示：圖 2.5 貿易戰(zhàn)、股市為主題的爬蟲結果截圖以貿易戰(zhàn)、進出口為主題的網絡爬蟲數據結果如圖 2.6 所示：

【參考文獻】：
期刊論文
[1]中美貿易戰(zhàn)評析與展望[J]. 梅新育.  中國勞動關系學院學報. 2019(02)
[2]基于LDA主題模型的專利文本分析應用研究[J]. 艾楚涵,熊新,吳建德.  科技和產業(yè). 2019(03)
[3]貿易戰(zhàn)背景下的中美勞動力市場分析[J]. 李思思.  中國市場. 2019(07)
[4]在線社交網絡中的新興話題檢測技術綜述[J]. 笱程成,杜攀,劉悅,程學旗.  中文信息學報. 2016(05)
[5]大規(guī)模網絡廣義社區(qū)發(fā)現隨機變分推理算法[J]. 柴變芳,趙曉鵬.  濟南大學學報(自然科學版). 2016(05)
[6]大數據背景下微博輿情信息交互模型研究[J]. 蘭月新,董希琳,蘇國強,瞿志凱.  現代圖書情報技術. 2015(05)
[7]基于LDA的文本聚類在網絡輿情分析中的應用研究[J]. 王少鵬,彭巖,王潔.  山東大學學報(理學版). 2014(09)
[8]LDA-CF:一種混合協(xié)同過濾方法[J]. 廉濤,馬軍,王帥強,崔超然.  中文信息學報. 2014(02)
[9]基于TF統(tǒng)計和語法分析的關鍵詞提取算法[J]. 戰(zhàn)學剛,吳強.  計算機應用與軟件. 2014(01)
[10]話題型微博語言特點及其情感分析策略研究[J]. 侯敏,滕永林,李雪燕,陳毓麒,鄭雙美,侯明午,周紅照.  語言文字應用. 2013(02)

博士論文
[1]基于主題模型的用戶建模研究[D]. 李文峰.北京郵電大學 2013
[2]基于主題模型的高空間分辨率遙感影像分類研究[D]. 徐盛.上海交通大學 2012

碩士論文
[1]基于文本挖掘的網絡輿情情感傾向及演化分析[D]. 李黎.湘潭大學 2017
[2]基于主題模型的網絡輿情監(jiān)控研究[D]. 鐘榮飛.南華大學 2015
[3]互聯(lián)網輿情監(jiān)控系統(tǒng)的設計與實現[D]. 唐勇.北京郵電大學 2013
[4]互聯(lián)網輿情監(jiān)控分析系統(tǒng)的研究與實現[D]. 劉德鵬.電子科技大學 2011
[5]基于網絡語義挖掘的輿情監(jiān)測預警研究[D]. 劉恒文.武漢理工大學 2010
[6]概率主題模型在文本分類中的應用研究[D]. 林洋港.中國科學技術大學 2009



本文編號：3349868