网络舆情文本多标签标注系统的研究与实现

发布时间：2023-02-05 12:16

　　互联网已经成为大家一种不可或缺的社会生活方式,它既是大量信息的来源,也是网络犯罪的温床,近年来频发的网络舆情事件,特别是社会民生类的网络舆情事件,对我国公共部门的形象造成了较为严重的影响,也给有关部门带来了很大压力。因此,采取一定的措施来对网络舆情进行正面的引导,及时处理掉那些潜在的危害因素,对我国社会的治安维稳有很重要的现实意义。本论文参考了国内外各个舆论分析系统的不同功能和应用方法,针对网络舆情文本的特点,设计了网络舆情文本多标签标注系统。在进行正文提取、中文分词、去停用词等预处理之后,利用卷积神经网络能高度抽象事物特征、容错性好、自适应性好的特性,对处理好的新浪微博正文进行多标签分类,并在Web页面上展示分类结果以及各类别文本的数量、所占百分比等统计性数据,完成系统和用户之间的数据交互。最终使得有关部门能深入分析网络舆情热点动向,全面而准确地掌握舆情特征,最终实现数据挖掘。通过对网络舆情热点的深入分析,本论文确定了适用于网络舆情文本的分类体系。该分类体系包括了六个主要的类别,分别是资源环境、国家安全、社会稳定、政府执政、日常生活以及个人行为,它们从不同的领域和层次对网络舆情文本进...

【文章页数】：73 页

【学位级别】：硕士

【文章目录】：
摘要
abstract
第一章 绪论
    1.1 本课题研究背景和研究意义
    1.2 国内外研究现状
        1.2.1 网络舆情
        1.2.2 文本分类
        1.2.3 人工神经网络
    1.3 论文研究内容
    1.4 论文的组织结构
    1.5 本章小结
第二章 基础理论
    2.1 网络舆情
        2.1.1 网络舆情的定义
        2.1.2 网络舆情的特点
    2.2 文本分类
        2.2.1 预处理
        2.2.2 单标签分类
        2.2.3 多标签分类
    2.3 人工神经网络
        2.3.1 人工神经网络
        2.3.2 深度神经网络
        2.3.3 卷积神经网络
    2.4 本章小结
第三章 需求分析
    3.1 问题分析
        3.1.1 数据来源
        3.1.2 多标签分类体系
        3.1.3 多标签分类算法
        3.1.4 展示方法
    3.2 数据流转换
    3.3 系统需求
        3.3.1 功能需求
        3.3.2 非功能性需求
    3.4 本章小结
第四章 系统设计
    4.1 系统总体设计
    4.2 系统数据库设计
    4.3 系统模块设计
        4.3.1 舆情数据采集
        4.3.2 预处理
        4.3.3 多标签分类
        4.3.4 Web页面展示
    4.4 本章小结
第五章 基于卷积神经网络的文本多标签分类
    5.1 卷积神经网络
        5.1.1 神经网络层
        5.1.2 反向传播算法
    5.2 本系统所用卷积神经网络
        5.2.1 输入
        5.2.2 输出
        5.2.3 网络层数
        5.2.4 网络结构
        5.2.5 训练参数
    5.3 本章小结
第六章 系统实现
    6.1 目标网站的确定
    6.2 网络舆情分类体系的确定
    6.3 数据库的实现
    6.4 各模块的具体实现
        6.4.1 舆情数据采集
        6.4.2 预处理
        6.4.3 多标签分类
        6.4.4 Web页面展示
    6.5 本章小结
第七章 系统测试
    7.1 测试目的
    7.2 各模块的测试结果及分析
        7.2.1 舆情数据采集
        7.2.2 预处理
        7.2.3 多标签分类
        7.2.4 Web页面展示
    7.3 本章小结
第八章 总结和展望
致谢
参考文献



本文编号：3734953