基于网络评论的网络舆情研究

摘要

根据中国互联网信息中心发展状况第25次调查显示：到2009年12月31日为止，中国在网民数量和普及率上都超过了全球平均水平，位居世界第二。互联网的快速发展，为中国社会舆论开辟了更大的空间，网民已经不再是简单的单方面接收信息，通过网络，网民和网民之间、网民和媒体之间、网民和相关部门之间可以进行实时互动。舆情一旦在网络上出现，其传播必定会对我们的生活产生较为深远的影响，通过研究找出网络舆情传播的规律性，可以对一些有可能引发社会稳定的问题提进行提前预警，为相关部门采取相应的措施提供建议，从而影响网络舆情的传播趋势，这对政府制定决策，净化与繁荣网络，建设和谐社会都具有非常重要的意义。
　　 本文选取网络舆情存在空间之一的新闻留言板作为数据源，以腾讯网新闻评论数据为代表，从数量上对网络舆情进行定量研究。首先对初步处理过的原始数据作出时间序列图，从评论数量和增长趋势上对所有评论曲线进行整体分析，得出民生类新闻受关注程度最高，所有新闻评论都经历了形成、高涨、波动和最终淡化的发展过程的结论。为了更深入研究网络舆情增长规律动态的、本质的特点，本文又在原始数据基础上，经过处理作出环比累加评论数据增长曲线图，并利用自组织映射神经网络聚类方法对上述曲线进行聚类，针对每一类别的特点进行详细分析。
　　 利用上述分析得出的结论，本文运用多项式拟合及非线性拟合方法对每类曲线建立数学模型，并简要介绍了如何对新发生的突发事件进行评论数量发展趋势的预测，从而建立网络舆情传播的先验模式，并用实例说明此预测方法效果良好。
　　 本文最后就总结出的网络舆情传播规律和特点，向有关部门面对某些突发事件时如何采取措施提供了建议。

目录

文摘

英文文摘

论文说明：图表目录

声明

致谢

第一章 绪论

1.1论文研究背景

1.2国内外研究现状

1.2.1舆情研究宏观现状

1.2.2舆情研究技术现状

1.3论文研究的目的和意义

1.3.1论文研究的目的

1.3.2论文研究的意义

1.4论文的组织结构

第二章 网络舆情及相关研究方法概述

2.1社会舆情

2.2网络舆情

2.2.1网络舆情的概念

2.2.2网络舆情的发展

2.3传统舆情与网络舆情比较

2.4围绕网络舆情展开管理

2.5本文中所使用技术的相关概述

2.5.1数据挖掘

2.5.2挖掘技术

2.6本章小结

第三章 网上新闻评论的聚类分析

3.1数据收集与处理

3.1.1评论数据收集

3.1.2评论数据转化

3.1.3缺失值处理

3.2原始记录数据的初步讨论

3.3减少模型的种类

3.4曲线分类

3.5本章所用聚类方法简述

3.5.1 SOM聚类算法优缺点及性能

3.5.2自组织映射神经网络原理

3.5.3网络结构

3.5.4竞争学习算法

3.6网络设计

3.7实验结果分析及如何采取措施

3.8本章小结

第四章 拟合及预测

4.1新闻评论传播趋势预测

4.2评论曲线的拟合

4.3突发新闻传播趋势预测

4.4返回到原始数据

4.5本章小结

第五章 总结与展望

5.1论文的主要工作

5.2论文所做贡献

5.2论文中存在的不足

5.3未来研究展望

参考文献

攻读硕士学位期间发表的论文

附录