面向网络舆情的关联度分析

面向网络舆情的关联度分析

摘要

随着互联网的迅速发展，网络舆情对政治秩序秩序与社会稳定有着非比寻常 的作用，因此挖掘网络用户信息与网络舆情信息的关联度的过程意义重大。编制java 语言，在关键词词频统计的基础上，给予用户信息中的关键词赋予比重不同的权重，实现在网络舆情资料库中对 web 信息提取与关键词提取的功能。将用户信息中的关键词转化为向量 A，向量的分量为对应的关键词的权重，同时使用二值法将网络舆情信息库中的网页转为向量 B，向量的分量为对应关键词的出现与否，将向量 B中的各分量分别乘于相应的权重值，得向量 C。求向量 A 与向量 C 的余弦值并由此构建关键词加权评分系统，完成对相关网页的评分高低排序并归档。

关键词：java，关键词赋权，余弦值

目录

面向网络舆情的关联度分析................................................................................ 1 摘要：.................................................................................................................... 1 1. 挖掘目标........................................................................................................... 3 2. 分析方法与过程............................................................................................... 4

2.1. 总体流程................................................................................................ 4 2.2. 具体步骤................................................................................................ 4 2.3. 结果分析................................................................................................ 8 3. 结论................................................................................................................. 15 4. 参考文献......................................................................................................... 18

1. 挖掘目标

本次建模目标是利用网络爬虫工具采集的大量网络舆情信息，采用数据挖掘技术，给予用户信息中的关键词赋权，分析用户信息中不同权重大小的关键词与网络舆情信息间的关系，挖掘用户与网络舆情信息的关联规则，使用关键词加权评分系统构建反映与用户最相关的网络舆情信息。从而可以发挥网络对社会监督的巨大作用，以及及时有效的处理网络舆情突发事件。

2. 分析方法与过程

2.1. 总体流程

本

用

例

主

要

包

括

如

下

步

骤

：

步骤一: 编写 java 语言，在网络舆情信息资料库中进行 web 信息提取与关键词提取，对十项关键词（去除二个样本无差别变量：国别，照片），进行“or”逻辑规则搜索，得到相应关键词的网页地址。

步骤二: 在关键词词频统计的基础上，设置用户信息中十项关键词的权重。 步骤三: 基于二值法优化构建关键词加权评分系统(详细流程见图 2)，将净化出关键词的网页进行评分。

步骤四：对网页的评分高低排序并归档，完成关联度分析。

2.2. 具体步骤

步骤一：web信息提取与关键词提取样本预处理在用户信息的十二项关键词

本文来源：https://www.bwwdw.com/article/4aj5.html