基于趋势分析的网络舆情监控系统（TANCMS）的研究与实现

论文摘要

互联网的高速发展给人们提供了前所未有的开放、快捷的信息共享平台,这种开放性、直接性和隐蔽性使得网络舆论越来越重要地影响着人们的意识形态,网络舆情监控是重要而紧迫的。作者在对信息安全技术经过多年深入研究的基础上,开展了基于信息趋势分析的网络舆情监控技术的研究。主要的工作包括:构建了网络舆情监控系统体系结构并设计了其主要模块的功能和实现方案。网络舆情监控系统的功能模块分四个层次进行设计:数据接入层、信息预处理层、趋势分析层和应用层。具体包括数据的传输机制、安全保障机制和存储机制;排重去噪、信息摘要、中文分词等信息的预处理技术;自动分类、自动聚类、统计预测等趋势分析技术;智能搜索、信息核查、系统管理功能及各类应用接口等。对网络舆情监控系统的技术主体——信息趋势分析关键技术进行了深入研究。提出了将多种技术有效结合,对复杂的网络信息进行多属性、多角度分析的直观的分析方法。该方法能够快速、全面地把握信息内容和发展趋势。对其中的网页信息去噪技术、智能搜索技术、自学习分类技术、聚类分析等关键技术进行了设计和实现。结合网络舆情监控系统在舆情监控中的应用实例,分析了系统的特点和功能。通过横向的对比和试验论证了基于趋势分析的网络舆情监控系统功能和性能特性,总结并分析了舆情监控技术进一步努力的方向。本文的工作在国内相关事件和分析中得到应用,应用效果表明所设计的系统具有功能全、速度快、实用性强的特点,必将在未来信息对抗和网络反恐中发挥积极的效益。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 舆情监控的必要性和作用
• 1.2 国内外现状分析
• 1.3 选题依据及主要内容
• 1.3.1 课题的选题依据
• 1.3.2 本文的主要内容
• 第二章 网络舆情监控相关技术研究综述
• 第三章 网络舆情监控系统设计
• 3.1 体系架构设计
• 3.2 数据接入层设计
• 3.2.1 传输机制
• 3.2.2 存储格式
• 3.2.3 安全机制
• 3.3 信息预处理层设计
• 3.3.1 中文分词
• 3.3.2 排重去噪
• 3.3.3 信息摘要
• 3.4 趋势分析层设计
• 3.4.1 自动分类
• 3.4.2 自动聚类
• 3.4.3 统计预测
• 3.5 应用层设计
• 3.5.1 查询检索
• 3.5.2 信息核查
• 3.5.3 系统管理
• 3.5.4 接口
• 3.6 本章小结
• 第四章 趋势分析关键技术的研究与实现
• 4.1 网页去噪技术
• 4.1.1 网页内容结构表示
• 4.1.2 网页文本量化表示
• 4.1.3 算法描述
• 4.2 智能搜索技术
• 4.2.1 智能检索概述
• 4.2.2 搜索流程
• 4.2.3 性能测试
• 4.3 自学习分类技术
• 4.3.1 SVM-KNN 分类器算法
• 4.3.2 自学习模块
• 4.3.3 性能测试
• 4.4 聚类分析技术
• 4.4.1 改进的K-Means 算法
• 4.4.2 聚类算法应用调整
• 4.4.3 聚类结果的趋势分析
• 4.4.4 性能对比
• 4.5 本章小结
• 第五章 TANCMS 应用
• 5.1 舆情信息监控
• 5.1.1 新闻监控
• 5.1.2 论坛监控
• 5.1.3 多媒体信息监控
• 5.2 舆情趋势分析
• 5.2.1 信息趋势图
• 5.2.2 信息岛图
• 5.3 舆情信息智能分类
• 5.4 舆情热点自动发现
• 5.5 敏感信息统计
• 5.6 元搜索
• 5.7 本章小结
• 第六章 结束语
• 致谢
• 参考文献
• 作者在学期间取得的学术成果