网络舆情分析技术 Wang luo yu qing fen xi ji shu

扉页 版权页 前 言 目 录 第1章 网络舆情概论 1.1 网络舆情概述 1.1.1 舆情与舆论 1.1.2 网络舆情 1.1.3 网络舆情演化 1.1.4 网络舆情实例 1.2 网络舆论空间治理 1.2.1 网络炒作问题 1.2.2 网络大V问题 1.2.3 政务微博作用 1.3 网络舆情传播平台 1.3.1 微博网络 1.3.2 网络论坛 1.4 网络舆情分析技术 1.4.1 网络舆情监测系统 1.4.2 网络信息采集技术 1.4.3 话题检测与跟踪技术 1.4.4 文本情感分析技术 第2章 网络信息采集技术 2.1 引言 2.2 搜索引擎概念 2.2.1 通用搜索引擎 2.2.2 主题搜索引擎 2.3 网络蜘蛛概念 2.3.1 基本概念 2.3.2 通用蜘蛛 2.3.3 主题蜘蛛 2.4 网页搜索算法 2.4.1 网页特征选取 2.4.2 网页搜索算法 2.4.3 链接分级搜索 2.5 网页相似度计算 2.5.1 向量空间模型 2.5.2 相似度计算 2.6 主题蜘蛛组成 2.6.1 系统结构 2.6.2 主题确立模块 2.6.3 爬行模块 2.6.4 相似度计算模块 2.6.5 搜索策略模块 2.6.6 系统界面 第3章 微博网络信息传播机制 3.1 引言 3.2 微博用户转发特性 3.2.1 转发行为特性 3.2.2 转发特性分析 3.3 微博转发行为预测 3.3.1 预测算法 3.3.2 算法验证 3.4 微博转发峰值分析 3.4.1 时间序列概念 3.4.2 峰值特性分析 3.5 微博意见领袖识别 3.5.1 识别方法 3.5.2 算法验证 第4章 网络论坛舆情传播机制 4.1 引言 4.2 网络论坛舆情形成模型 4.2.1 网络论坛结构 4.2.2 舆情形成模型 4.2.3 模型验证 4.3 网络论坛意见领袖识别 4.3.1 论坛有向网络图模型 4.3.2 论坛意见领袖识别算法 4.3.3 算法验证 4.4 网络水军热帖检测 4.4.1 热点话题特征提取 4.4.2 水军热帖检测算法 4.4.3 算法验证 4.5 网络水军账号检测 4.5.1 检测算法 4.5.2 算法验证 第5章 话题检测与跟踪技术 5.1 引言 5.2 基本概念 5.2.1 TDT目标和任务 5.2.2 TDT语料 5.2.3 TDT评价指标 5.3 相关技术 5.3.1 表示模型 5.3.2 相似度计算 5.3.3 特征项选取 5.3.4 文本聚类 5.3.5 文本分类 5.4 话题检测算法 5.4.1 K-MEANS算法 5.4.2 模糊聚类方法 5.4.3 蚁群聚类算法 5.4.4 算法验证 5.5 话题跟踪算法 5.5.1 KNN算法及改进 5.5.2 算法验证 5.6 热点话题检测 5.6.1 检测方法 5.6.2 算法验证 第6章 文本分割技术 6.1 引言 6.2 基本概念 6.2.1 文本分割点 6.2.2 文本分割方法 6.2.3 文本分割算法评价 6.3 基于LDA模型的文本分割 6.3.1 LDA模型 6.3.2 LDA模型改进 6.3.3 相似度计算 6.3.4 边界识别策略 6.3.5 算法验证 6.4 基于VSM模型的文本分割 6.4.1 特征项选取 6.4.2 语义段分割方法 6.4.3 算法验证 第7章 文本情感分析技术 7.1 引言 7.2 基本概念 7.2.1 文本情感分析层次 7.2.2 文本情感分析方法 7.2.3 语言建模方法 7.3 句子情感分析方法 7.3.1 主题句识别方法 7.3.2 主观句识别方法 7.3.3 主观关系识别方法 7.3.4 算法验证 7.4 段落情感分析方法 7.4.1 语义段句子情感标注 7.4.2 语义段句子权重计算 7.4.3 语义段情感计算方法 7.4.4 算法验证 7.5 文本情感分析模型 7.5.1 文本情感模型 7.5.2 模型参数估计 7.5.3 语言模型评价 7.5.4 算法验证 参考文献 Ben shu zhu yao jie shao le wang luo yu qing fen xi suo she ji de zhu yao fang fa he guan jian ji shu, Quan shu gong fen 7 zhang, Fen bie jie shao le wang luo yu qing gai lun, Wang luo xin xi cai ji ji shu, Wei bo wang luo xin xi chuan bo ji zhi, Wang luo lun tan yu qing chuan bo ji zhi, Hua ti jian ce yu gen zong ji shu, Wen ben fen ge ji shu he wen ben qing gan fen xi ji shu