成功加入购物车
王兰成 著 / 国防工业出版社 / 2014-10 / 精装
售价 ¥ 8.00 1.1折
定价 ¥76.00
品相 八五品
优惠 满包邮
延迟发货说明
上书时间2023-12-29
卖家超过10天未登录
网络舆情分析技术
《网络舆情分析技术》以国家社科基金专项课题和全军专项研究生课题的研究成果为背景,对互联网主题舆情分析的理论、方法、技术和实现进行研究。将国内外领先的知识技术运用于网络舆情的采集和网络舆情的分析过程,抛砖引玉促进我国在网络舆情采集、处理和服务方法与技术领域的深入研究,推动军内外网络舆情信息系统中新技术的研究和应用创新。在网络舆情智能采集方面,《网络舆情分析技术》的主要工作是:研究网络舆情情报规划与获取,研究主题网络舆情的语义特征抽取,研究舆情网页内容相关性的判定,研究舆情网页链接相关性的判定等。在网络舆情智能处理方面,《网络舆情分析技术》的主要工作是:研究主题网络舆情的本体构建,研究语义层的舆情信息聚类和分类方法,研究基于情感本体的网络舆情倾向性分析等。在网络舆情智能服务方面,《网络舆情分析技术》的主要工作是:研究舆情事件网页内容的词汇关联分析,研究基于网络论坛的舆情话题追踪方法和技术,研究网络舆情检索系统中的查询主题分类技术等。
第1章导论1.1互联网舆情信息1.2网络舆情采集1.3网络舆情处理1.4网络舆情服务1.5内容概览第2章网络舆情的分析2.1网络舆情的信息采集2.1.1网络舆情的采集方法2.1.2搜索引擎的研究进展2.1.3网络信息的分类及其抽取2.2舆情话题的搜索技术2.2.1话题搜索的基本原理2.2.2话题搜索的若干技术2.2.3主题爬行的实现2.2.4国内外舆情采集的研究成果2.3网络舆情的信息处理2.3.1网络舆情的处理方法2.3.2网络舆情的信息内容分析2.4网络舆情的内容分析与服务2.4.1知识技术及其应用2.4.2主题舆情内容分析框架2.4.3国内外舆情分析的研究成果2.5基于社交网络的舆情传播动力学性质2.5.1舆情演化模型及评析2.5.2社交网络特性与舆情传播控制策略2.6本章小结第3章基于主题爬行的网络舆情信息抽取和整理3.1舆情网页的结构特征与分块处理3.1.1话题标记和页分块3.1.2基于DOM树的内容分块3.1.3基于板块位置的布局分块3.1.4基于视觉特征的结构分块3.2基于主题爬行的舆情网页分块3.2.1网页分块的典型应用3.2.2网页的预处理3.2.3网页分块的特征提取及其算法3.2.4舆情内容块的整合3.3主题网络舆情的语义特征抽取3.3.1网络舆情语义的特征3.3.2基于N-Gram的特征抽取及其改进算法3.3.3基于DOM树分块的特征项权重计算3.4网络舆情的情报获取与整合3.4.1网络舆情的情报价值与情报支援3.4.2网络舆情情报支援系统3.5本章小结第4章舆情网页与话题相关性的判定分析4.1内容相关性的判定方法4.1.1元数据方法4.1.2链接标签数据方法4.1.3链接结构分析方法4.1.4页面语义信息方法4.2链接相关性的判定方法4.2.1链接锚文本标记及其信息提取4.2.2基于分块的主题链接上下文信息提取4.2.3基于链接标记和锚文本的主题判定算法4.2.4基于语义相似度计算的链接判定4.3舆情网页内容相关性的分析4.3.1主题特征的选择4.3.2待识别网页模型的建立4.3.3话题文本识别算法的选择4.4舆情网页链接相关性的分析4.4.1Web超链接的若干分析4.4.2基于信息链接关系的分析算法4.4.3增加主题分析的PageRank改进算法4.5本章小结第5章基于本体的网络舆情分析5.1本体理论概述5.1.1本体概念与分类5.1.2面向舆情分析的本体作用5.1.3通用本体构建的几种方法5.2基于本体的主题网络舆情知识模型5.2.1舆情的本体知识源5.2.2本体的主题舆情构建策略5.2.3知识模型中的本体库架构5.3主题网络舆情SIPO本体的实现方案5.3.1本体构建的规则5.3.2SIPO本体的实现步骤5.3.3一个舆情事件的本体实例5.4本章小结第6章基于SIPO的网络舆情信息聚类和分类6.1语义特征抽取转换6.1.1语义转换及概念特征生成6.1.2概念映射匹配算法分析6.2网络舆情信息的聚类与分类6.2.1Web文本信息的聚分类6.2.2利用SIPO本体的聚分类6.2.3SIPO的语义聚分类分析6.3基于SIPO本体的语义相似度计算6.3.1SIPO概念语义相似度6.3.2增加语义特征的文本相似度计算6.4基于语义的主题网络舆情信息聚类6.4.1舆情信息聚类流程分析6.4.2基于语义相似计算模型的凝聚层次聚类算法6.5基于语义的主题网络舆情信息分类6.5.1舆情信息分类流程分析6.5.2基于语义相似计算模型的KNN分类算法6.6本章小结第7章网络舆情采集与处理的功能实现及其评测7.1SIPO原型系统的功能框架7.2开发工具和平台概述7.3舆情采集实验与结果分析7.3.1实验数据选取和测试指标7.3.2URL与主题相关性判定算法测试7.3.3舆情采集应用分块方法的效果测试7.4舆情信息聚类实验与结果分析7.4.1实验数据选取和测试指标7.4.2基于语义的聚类分析实验方法7.4.3实验结果及分析7.5舆情信息分类实验与结果分析7.5.1基于语义的舆情分类实验方法7.5.2实验结果及分析第8章基于情感本体的网络舆情倾向性分析8.1网络舆情的倾向性分析8.2网络舆情倾向性识别方法及比较8.2.1基于文本分类的倾向性识别8.2.2基于语义规则的倾向性识别8.2.3基于情感词的倾向性识别8.3情感本体的构建方法8.3.1HowNet和领域语料的情感概念选择8.3.2整合多情感概念的情感本体构建8.3.3基于H0wNet和领域语料库的本体话题构建8.4基于J隋感本体的主题舆情倾向性分析8.4.1特征词情感倾向度计算8.4.2增加程度级别的特征词权重计算8.4.3基于情感本体的倾向性分析过程8.5网络舆情倾向性分析实验与结果分析8.5.1实验方法8.5.2实验结果及分析8.6本章小结第9章面向知识挖掘的网络舆情信息服务9.1基于网络论坛的舆情话题追踪9.1.1话题追踪的方法与分析9.1.2基于文本图的话题追踪模型9.1.3文本概念图的生成与关键词识别9.1.4语义相关度的计算及追踪话题的更新9.1.5舆情话题追踪实验与结果分析9.2网络舆情检索系统中的查询主题分类9.2.1查询分类的方法与分析9.2.2基于语义知识的查询分类模型9.2.3文档目录图上的查询词扩展9.2.4目录图上的查询分类识别9.2.5查询主题分类实验与结果分析9.3舆情事件网页内容的词汇关联分析9.3.1基于词跨度的事件内容关键词获取9.3.2基于共现次数统计的词汇关联分析9.3.3网络舆情事件的词汇关联实验与结果分析9.4本章小结参考文献后记
展开全部
配送说明
...
相似商品
为你推荐
开播时间:09月02日 10:30