網絡輿情傾向性分析技術研究與實現(xiàn).pdf

1、互聯(lián)網的迅猛發(fā)展使網絡媒體對社會很多領域的影響越來越大，因此分析網絡輿情具有極其重要的意義。在現(xiàn)有的網絡輿情研究中，網絡信息獲取、檢索、聚類等方面的基礎性技術已經基本成熟并得到了大規(guī)模的應用，但是往往忽視對網民評論的情感傾向性因素。研究大多數(shù)從熱點話題及其發(fā)現(xiàn)的角度進行輿情分析，而依據(jù)情感傾向性特性區(qū)分，目前研究的很少且不夠深入。
　　當前階段，網絡輿情傾向性分析遇到的瓶頸是：
　　（1）到目前為止，由于有關自然語言處理技術

2、的研究不是十分充分，所以基于語義模式分析的方法很難在實際中得到應用；
　?。?）目前基于機器學習的傾向性分析方法都是監(jiān)督學習的，這會導致分析效果取決于訓練集的大小與質量，同時具有很強的領域依賴性，一旦本領域獲取的知識不足時，就會使精確度下降或復雜性升高。
　　針對上述問題，本文對網絡輿情傾向性分析理論和技術方面進行深入研究，包括遷移學習、Markov邏輯網、不確定大超圖等。通過跨領域知識遷移的分析方法——基于Markov邏輯