文档介绍：1 基于微博的网络舆情分析系统设计摘要: 微博作为一种近年出现的新型网络媒体形式, 已经成为网络舆论的强磁场。通过微博自身的特点, 分析其对网络舆情的价值, 然后设计基于微博的网络舆情分析系统, 包括文本预处理、微博文本的向量表示与提取、话题发现以及微博的传播态势和倾向性分析等过程, 微博特征提取采用了 TF-IDF 模型,话题发现采用 MBT 形式化表述,最后展望该系统的前景。关键词:微博;向量空间模型; TF-IDF ;话题发现;舆情分析中图分类号: TP391 文献标识码: A 1 引言微博,即微博客,源自于英文单词 Microblog 。作为 的产物, 微博属于博客的一种形式, 但单篇的文本内容通常限制在一定范围内(国内通常为 140 个汉字), 使用户能够通过微博融合的多种渠道( 包括网页、手机、即时通讯、博客、 SNS 社区、论坛等) 发布文字、图片、视频、音频等形式的信息, 具有内容碎片化、使用方式便捷、传播迅速、交互性强等特点。 2010 年以来,互联网继续成为舆论超强磁场,其中微博已成为舆论发酵并放大的主要平台之一。微博是近年来网络上出现的新兴媒体形式, 它综合应用网络、无线通信等技术, 方便地满足了用户随时随地进行沟通 2 的需求。我国微博总体上处于起步阶段,但发展速度迅猛。据统计[1] , 2012 年1月, 据中国互联网络信息中心( CNNIC ) 报告显示, 截至 2011 年 12 月底,我国微博用户数达到 亿,较上一年底增长了 % ,网民使用率为 % 。微博用一年时间发展成为近一半中国网民使用的重要互联网应用。有人说, 2010 年是中国的微博元年,那么 2011 年就是中国的微博壮年。 2012 年5月 16日[2] , 新浪公布未经审计的第一季度财报显示, 新浪微博用户数已增至 亿。一种传播媒体普及到 5000 万人, 收音机用了 38年, 电视用了 13年, 互联网用了 4年, 而微博只用了 15 个月。作为一种新兴的传播载体, 微博不仅在中国社交网络中占据领先地位,更成为中国最具影响力的主流媒体之一。网络舆情是指通过互联网或者其他网络手段传播出的广大公众对于现实生活中存在的某些焦点、热点问题所持的有较强影响力和倾向性的言论及观点。开通微博、建立专区留言板,新闻跟帖, BBS 论坛,都已经成为了群众与组织展开交流的重要手段, 这些网络手段的确起到了一定的交流作用。网络自身具有虚拟性、隐蔽性、随意性和渗透性等特点, 广大用户都很乐意通过这些渠道参与到各种话题的讨论中去, 尽管起到了一定的积极作用, 然而一旦引导不利, 产生一系列的负面的网络舆情就会严重的威胁到社会大环境的安全, 甚至会对公共环境的发展起到消极作用。这就要求要加强对于网络舆情的及时监测和有效的引导, 并且及时的关注网络舆情的负面危机。这对于维护社会安全发展,稳定民情民心有着重要的作用, 3 对于促进国家的发展与进步更是有着重要的现实意义。从当前网络舆情的传播速度来看, 爆炸性消息 3 小时之内就能够迅速被各大论坛转载, 6 小时内就有可能已经出现在各大新闻网站的网页上, 那么可想而知, 24 小时之后, 关于新闻事件的追踪和跟帖就会使其成为热点事件, 并且很有可能在网络上掀起舆论讨论的热潮。所以对于有关部门来说, 能够在第一时间掌握哪些是热点舆情, 哪些有可能在短时间内发展成热点舆论,哪些又会对社会安全造成影响是十分必要的。舆情分析系统就是在这样的背景下产生的, 网络舆情分析平台是针对在一定的社会空间内, 围绕中介性社会事件的发生、发展和变化, 民众对社会管理者产生和持有的社会政治态度于网络上表达出来意愿集合而进行的计算机分析的系统统称。通过这个系统, 能够让我们有效的对网络舆情进行预警和应对。这个系统的产生在一定程度上解决了一些网络舆情带来的负面影响。 2 微博对于网络舆情研究的价值网络舆情研究一直被国内外研究组织重视, 主要目的是对于海量网络信息, 分析出隐含在其中的舆情动态, 挖掘网络的热点、焦点和敏感话题, 其核心技术主要包括文本分类与聚类,主题检测与跟踪等。但近年来,特别是 业务普及应用以来,网页所带来的交互性、动态性,待抽取内容的多态性等使得没有一个系统的工具可以适应所有的信息提取需求。微博具有以下几种特点: 4 1) 微博是一种新兴的网络媒体, 与以往的博客有较大的不同。首先, 从传播效果来看, 微博以传播广度为主, 与博客有很大不同( 以传播深度为主) 。其次,微博的聚合度非常高,能够快速的吸引十几万人的关注。第三, 虽然博客也有交互, 但博主是主体, 访者对于博主的影响极其微小, 而微博是信息的汇聚点,同时发布信息和接受信息。 2 )微博聚集了大量