Please wait a minute...
Advanced Search
现代图书情报技术  2008, Vol. 24 Issue (4): 49-55     https://doi.org/10.11925/infotech.1003-3513.2008.04.10
  情报分析与研究 本期目录 | 过刊浏览 | 高级检索 |
基于主题的网络舆情分析模型及其实现
钱爱兵
(南京大学信息管理系 南京 210093)
A Model for Analyzing Public Opinion Under the Web and Its Implementation
Qian Aibing
(Department of Information Management, Nanjing University, Nanjing 210093, China)
全文: PDF (611 KB)  
输出: BibTeX | EndNote (RIS)      
摘要 

 网络舆情分析是信息处理领域内的一个新兴且有实用价值的方向。分析网络舆情分析的基本问题,提出难点以及相关的解决方案,并在此基础上设计基于主题的网络舆情分析模型。

服务
把本文推荐给朋友
加入引用管理器
E-mail Alert
RSS
作者相关文章
钱爱兵
关键词 主题信息采集网络舆情舆情分析    
Abstract

 In view of the shortcomings of traditional methods for analyzing public opinions, this paper proposes a new idea of public opinion analysis under the Web,and then designs a model for it. Experiments show that the proposed model is an effective solution to analyzing public opinion under the Web.

Key wordsFocused crawling    Public opinion under the Web    Public opinion analysis
收稿日期: 2007-09-26      出版日期: 2008-04-25
: 

TP391 

 
  G202

 
通讯作者: 钱爱兵     E-mail: happyfate2001@yahoo.com.cn
作者简介: 钱爱兵
引用本文:   
钱爱兵. 基于主题的网络舆情分析模型及其实现[J]. 现代图书情报技术, 2008, 24(4): 49-55.
Qian Aibing. A Model for Analyzing Public Opinion Under the Web and Its Implementation. New Technology of Library and Information Service, 2008, 24(4): 49-55.
链接本文:  
https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/10.11925/infotech.1003-3513.2008.04.10      或      https://manu44.magtech.com.cn/Jwk_infotech_wk3/CN/Y2008/V24/I4/49

[1] 陈力丹. 舆论学——舆论导向研究[M]. 北京:中国广播电视出版社,1999:10-11.
[2] Werner J Severin,James W Tankard. 传播理论:起源、方法与应用[M].郭镇之,徐培喜(译). 第5版.北京:中国传媒大学出版社,2006:40-59.
[3] 北大方正技术研究院.方正智思舆情预警辅助决策支持系统[EB/OL].(2006-03-16).[2007-10-16]. http://www.founderrd.com/2006-03/16/content_317.htm.
[4] 谢海光,陈中润. 互联网内容及舆情深度分析模式[J]. 中国青年政治学院学报,2006(3):95-100.
[5] 钱爱兵.基于RSS的Web新闻主题聚合系统的设计与实现[J]. 现代图书情报技术,2007(4):56-61.
[6] Kleinberg J M. Authoritative Sources in a Hyperlinked Environment [J]. Journal of the ACM, 1999, 46(5):604-632.

[1] 范涛,王昊,吴鹏. 基于图卷积神经网络和依存句法分析的网民负面情感分析研究*[J]. 数据分析与知识发现, 2021, 5(9): 97-106.
[2] 程铁军, 王曼, 黄宝凤, 冯兰萍. 基于CEEMDAN-BP模型的突发事件网络舆情预测研究*[J]. 数据分析与知识发现, 2021, 5(11): 59-67.
[3] 梁野,李小元,许航,胡伊然. CLOpin:一种面向舆情分析与预警领域的跨语言知识图谱架构*[J]. 数据分析与知识发现, 2020, 4(6): 1-14.
[4] 邓建高,张璇,傅柱,韦庆明. 基于系统动力学的突发事件网络舆情传播研究:以“江苏响水爆炸事故”为例*[J]. 数据分析与知识发现, 2020, 4(2/3): 110-121.
[5] 梁艳平,安璐,刘静. 同类突发公共卫生事件微博话题共振研究*[J]. 数据分析与知识发现, 2020, 4(2/3): 122-133.
[6] 丁晟春,俞沣洋,李真. 网络舆情潜在热点主题识别研究*[J]. 数据分析与知识发现, 2020, 4(2/3): 29-38.
[7] 黄微,赵江元,闫璐. 网络热点事件话题漂移指数构建与实证研究*[J]. 数据分析与知识发现, 2020, 4(11): 92-101.
[8] 梅妍霜,朱恒民,魏静. 媒体协同对网络舆情扩散的作用机制研究*[J]. 数据分析与知识发现, 2019, 3(2): 65-71.
[9] 贾隆嘉, 张邦佐. 高校网络舆情安全中主题分类方法研究*——以新浪微博数据为例[J]. 数据分析与知识发现, 2018, 2(7): 55-62.
[10] 王秀芳, 盛姝, 路燕. 一种基于话题聚类及情感强度的微博舆情分析模型*[J]. 数据分析与知识发现, 2018, 2(6): 37-47.
[11] 王璟琦, 李锐, 吴华意. 基于空间自相关的网络舆情话题演化时空规律分析*[J]. 数据分析与知识发现, 2018, 2(2): 64-73.
[12] 李真, 丁晟春, 王楠. 网络舆情观点主题识别研究*[J]. 数据分析与知识发现, 2017, 1(8): 18-30.
[13] 王晰巍, 张柳, 李师萌, 王楠阿雪. 新媒体环境下社会公益网络舆情传播研究* ——以新浪微博“画出生命线”话题为例[J]. 数据分析与知识发现, 2017, 1(6): 93-101.
[14] 丁晟春,龚思兰,李红梅. 基于突发主题词和凝聚式层次聚类的微博突发事件检测研究*[J]. 现代图书情报技术, 2016, 32(7-8): 12-20.
[15] 岑咏华,王曰芬. 大数据环境下社会舆情分析与决策支持的研究视角和关键问题*[J]. 现代图书情报技术, 2016, 32(7-8): 3-11.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
版权所有 © 2015 《数据分析与知识发现》编辑部
地址:北京市海淀区中关村北四环西路33号 邮编:100190
电话/传真:(010)82626611-6626,82624938
E-mail:jishu@mail.las.ac.cn