網(wǎng)絡(luò)輿情分析技術(shù)

定　價(jià)：￥69.00

作　者：	蔡皖東著
出版社：	電子工業(yè)出版社
叢編項(xiàng)：
標(biāo)　簽：	大中專(zhuān)教材研究生/本科/專(zhuān)科教材

購(gòu)買(mǎi)這本書(shū)可以去

ISBN：	9787121333545	出版時(shí)間：	2018-02-01	包裝：	平裝
開(kāi)本：	16開(kāi)	頁(yè)數(shù)：	224	字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展和廣泛應(yīng)用，網(wǎng)絡(luò)媒體已經(jīng)成為重要的信息傳播和交流平臺(tái)，同時(shí)也是網(wǎng)絡(luò)輿情形成和傳播的主要載體。網(wǎng)絡(luò)輿情通常由突發(fā)社會(huì)公共事件觸發(fā)，反映了人們對(duì)某一公共事件所表達(dá)的認(rèn)知、態(tài)度、情感和傾向性，具有虛擬化、快捷化、多元化、開(kāi)放性、匿名性及互動(dòng)性等特點(diǎn)。隨著網(wǎng)絡(luò)輿論影響力的增強(qiáng)，網(wǎng)絡(luò)輿情已經(jīng)成為各級(jí)政府了解社情民意的重要窗口。隨著網(wǎng)絡(luò)輿論對(duì)社會(huì)和公眾影響的不斷增大，出現(xiàn)了網(wǎng)絡(luò)炒作、造謠傳謠等不良的現(xiàn)象，損害了網(wǎng)絡(luò)媒體公信力，擾亂了網(wǎng)絡(luò)正常傳播秩序，產(chǎn)生了錯(cuò)誤的輿論導(dǎo)向，極易引發(fā)社會(huì)群體性事件。因此，加強(qiáng)互聯(lián)網(wǎng)管理和輿論治理非常重要和必要。國(guó)家大力推進(jìn)網(wǎng)絡(luò)輿情監(jiān)控體系建設(shè)，加強(qiáng)對(duì)網(wǎng)絡(luò)輿情監(jiān)測(cè)和引導(dǎo)。網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)在互聯(lián)網(wǎng)輿情監(jiān)測(cè)中發(fā)揮了重要的作用，其系統(tǒng)核心技術(shù)就是網(wǎng)絡(luò)輿情分析技術(shù)。網(wǎng)絡(luò)輿情分析技術(shù)主要涉及網(wǎng)絡(luò)信息采集技術(shù)、網(wǎng)絡(luò)輿情傳播機(jī)制、話題檢測(cè)與跟蹤技術(shù)、文本分割技術(shù)、文本情感分析技術(shù)等。本書(shū)主要介紹了網(wǎng)絡(luò)輿情分析所涉及的主要方法和關(guān)鍵技術(shù)，全書(shū)共有7章，分別介紹了網(wǎng)絡(luò)輿情概論、網(wǎng)絡(luò)信息采集技術(shù)、微博網(wǎng)絡(luò)信息傳播機(jī)制、網(wǎng)絡(luò)論壇輿情傳播機(jī)制、話題檢測(cè)與跟蹤技術(shù)、文本分割技術(shù)和文本情感分析技術(shù)。在介紹主要模型和算法時(shí)，還給出了模型和算法的實(shí)驗(yàn)驗(yàn)證，以便讀者加深對(duì)模型和算法的理解。本書(shū)可作為網(wǎng)絡(luò)空間安全學(xué)科相關(guān)專(zhuān)業(yè)的研究生和本科生教材，也可作為從事相關(guān)工作的科技人員及管理人員的參考書(shū)。

作者簡(jiǎn)介

　　蔡皖東，西北工業(yè)大學(xué)計(jì)算機(jī)學(xué)院教授，博士生導(dǎo)師，西北工業(yè)大學(xué)信息安全學(xué)科帶頭人，從事網(wǎng)絡(luò)信息空間安全、網(wǎng)絡(luò)輿情管理等方面的科研和教學(xué)工作。

圖書(shū)目錄

目錄
第1章網(wǎng)絡(luò)輿情概論 1
1．1 網(wǎng)絡(luò)輿情概述 1
1．1．1 輿情與輿論 1
1．1．2 網(wǎng)絡(luò)輿情 2
1．1．3 網(wǎng)絡(luò)輿情演化 3
1．1．4 網(wǎng)絡(luò)輿情實(shí)例 5
1．2 網(wǎng)絡(luò)輿論空間治理 8
1．2．1 網(wǎng)絡(luò)炒作問(wèn)題 8
1．2．2 網(wǎng)絡(luò)大V問(wèn)題 9
1．2．3 政務(wù)微博作用 10
1．3 網(wǎng)絡(luò)輿情傳播平臺(tái) 13
1．3．1 微博網(wǎng)絡(luò) 13
1．3．2 網(wǎng)絡(luò)論壇 15
1．4 網(wǎng)絡(luò)輿情分析技術(shù) 16
1．4．1 網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng) 16
1．4．2 網(wǎng)絡(luò)信息采集技術(shù) 17
1．4．3 話題檢測(cè)與跟蹤技術(shù) 20
1．4．4 文本情感分析技術(shù) 22
第2章網(wǎng)絡(luò)信息采集技術(shù) 25
2．1 引言 25
2．2 搜索引擎概念 25
2．2．1 通用搜索引擎 25
2．2．2 主題搜索引擎 27
2．3 網(wǎng)絡(luò)蜘蛛概念 29
2．3．1 基本概念 29
2．3．2 通用蜘蛛 29
2．3．3 主題蜘蛛 32
2．4 網(wǎng)頁(yè)搜索算法 34
2．4．1 網(wǎng)頁(yè)特征選取 34
2．4．2 網(wǎng)頁(yè)搜索算法 36
2．4．3 鏈接分級(jí)搜索 41
2．5 網(wǎng)頁(yè)相似度計(jì)算 43
2．5．1 向量空間模型 44
2．5．2 相似度計(jì)算 45
2．6 主題蜘蛛組成 48
2．6．1 系統(tǒng)結(jié)構(gòu) 48
2．6．2 主題確立模塊 49
2．6．3 爬行模塊 49
2．6．4 相似度計(jì)算模塊 53
2．6．5 搜索策略模塊 53
2．6．6 系統(tǒng)界面 54
第3章微博網(wǎng)絡(luò)信息傳播機(jī)制 56
3．1 引言 56
3．2 微博用戶(hù)轉(zhuǎn)發(fā)特性 57
3．2．1 轉(zhuǎn)發(fā)行為特性 57
3．2．2 轉(zhuǎn)發(fā)特性分析 61
3．3 微博轉(zhuǎn)發(fā)行為預(yù)測(cè) 66
3．3．1 預(yù)測(cè)算法 66
3．3．2 算法驗(yàn)證 72
3．4 微博轉(zhuǎn)發(fā)峰值分析 76
3．4．1 時(shí)間序列概念 76
3．4．2 峰值特性分析 77
3．5 微博意見(jiàn)領(lǐng)袖識(shí)別 87
3．5．1 識(shí)別方法 87
3．5．2 算法驗(yàn)證 89
第4章網(wǎng)絡(luò)論壇輿情傳播機(jī)制 94
4．1 引言 94
4．2 網(wǎng)絡(luò)論壇輿情形成模型 95
4．2．1 網(wǎng)絡(luò)論壇結(jié)構(gòu) 95
4．2．2 輿情形成模型 96
4．2．3 模型驗(yàn)證 98
4．3 網(wǎng)絡(luò)論壇意見(jiàn)領(lǐng)袖識(shí)別 100
4．3．1 論壇有向網(wǎng)絡(luò)圖模型 101
4．3．2 論壇意見(jiàn)領(lǐng)袖識(shí)別算法 102
4．3．3 算法驗(yàn)證 103
4．4 網(wǎng)絡(luò)水軍熱帖檢測(cè) 106
4．4．1 熱點(diǎn)話題特征提取 107
4．4．2 水軍熱帖檢測(cè)算法 110
4．4．3 算法驗(yàn)證 110
4．5 網(wǎng)絡(luò)水軍賬號(hào)檢測(cè) 112
4．5．1 檢測(cè)算法 113
4．5．2 算法驗(yàn)證 116
第5章話題檢測(cè)與跟蹤技術(shù) 119
5．1 引言 119
5．2 基本概念 120
5．2．1 TDT目標(biāo)和任務(wù) 120
5．2．2 TDT語(yǔ)料 122
5．2．3 TDT評(píng)價(jià)指標(biāo) 122
5．3 相關(guān)技術(shù) 124
5．3．1 表示模型 124
5．3．2 相似度計(jì)算 125
5．3．3 特征項(xiàng)選取 126
5．3．4 文本聚類(lèi) 127
5．3．5 文本分類(lèi) 130
5．4 話題檢測(cè)算法 133
5．4．1 K-MEANS算法 133
5．4．2 模糊聚類(lèi)方法 135
5．4．3 蟻群聚類(lèi)算法 138
5．4．4 算法驗(yàn)證 139
5．5 話題跟蹤算法 145
5．5．1 KNN算法及改進(jìn) 145
5．5．2 算法驗(yàn)證 146
5．6 熱點(diǎn)話題檢測(cè) 148
5．6．1 檢測(cè)方法 148
5．6．2 算法驗(yàn)證 151
第6章文本分割技術(shù) 155
6．1 引言 155
6．2 基本概念 156
6．2．1 文本分割點(diǎn) 156
6．2．2 文本分割方法 157
6．2．3 文本分割算法評(píng)價(jià) 159
6．3 基于LDA模型的文本分割 161
6．3．1 LDA模型 161
6．3．2 LDA模型改進(jìn) 165
6．3．3 相似度計(jì)算 167
6．3．4 邊界識(shí)別策略 168
6．3．5 算法驗(yàn)證 169
6．4 基于VSM模型的文本分割 174
6．4．1 特征項(xiàng)選取 174
6．4．2 語(yǔ)義段分割方法 176
6．4．3 算法驗(yàn)證 179
第7章文本情感分析技術(shù) 181
7．1 引言 181
7．2 基本概念 182
7．2．1 文本情感分析層次 182
7．2．2 文本情感分析方法 184
7．2．3 語(yǔ)言建模方法 184
7．3 句子情感分析方法 185
7．3．1 主題句識(shí)別方法 185
7．3．2 主觀句識(shí)別方法 189
7．3．3 主觀關(guān)系識(shí)別方法 192
7．3．4 算法驗(yàn)證 195
7．4 段落情感分析方法 198
7．4．1 語(yǔ)義段句子情感標(biāo)注 199
7．4．2 語(yǔ)義段句子權(quán)重計(jì)算 199
7．4．3 語(yǔ)義段情感計(jì)算方法 200
7．4．4 算法驗(yàn)證 202
7．5 文本情感分析模型 205
7．5．1 文本情感模型 205
7．5．2 模型參數(shù)估計(jì) 208
7．5．3 語(yǔ)言模型評(píng)價(jià) 209
7．5．4 算法驗(yàn)證 211
參考文獻(xiàn) 214