基于聚类分析的网络舆情监控系统的设计

摘要

目的 结合中文信息处理技术,设计一个网络舆情监控系统；针对网络舆情挖掘研究中存在的问题,提出了一种K-means改进算法,实现Web挖掘基础上的文本聚类与主题发现.方法 构建一个基于聚类分析的网络舆情监控系统,并详细介绍系统各个模块用到的关键技术；提出了一种K-means改进算法,对K-means算法中的关键环节(聚类初始值的选择和孤立点的剔除)进行了改进.结果 设计的系统能通过对网页、论坛、博客、新闻评论等网络资源的精确采集,并结合网页净化、中文分词、向量模型建立、特征选择、降维处理,文本聚类等中文信息处理技术,实现对网络舆情的监测；改进算法的总体思路是要求用户输入簇的初始个数k和最大值kmax,由改进算法在计算过程中自动计算出聚类的结果数k.结论 设计了一个基于聚类分析的网络舆情监控系统；提出了一种K-means改进算法.具体算法实施及将这些关键技术整合实现成一套自动化的网络舆情信息采集、分析、监测与预警系统,是网络舆情挖掘研究工作的下一步重点.