舆情分析

摘要： 随着金融市场化高度发展,网络社交平台逐渐成为了投资者们发表个人观点的重要媒介。货币政策的颁布会影响投资者情绪,这些情绪会直观反映在网络平台上。基于此,先使用Python爬虫技术和舆情分析方法获取投资者情绪数据,再从A股科技业选取59支样本股,以2018年1月至2020年9月的周度数据研究投资者情绪、货币政策与科技业股票收益率之间的相互关系。通过实证分析和稳健性检验后得出结论:投资者情绪在货币政策和科技业股票收益率之间起调节作用。最后提出相关建议。

摘要： “排队4小时,充电1小时”“朋友都到家了,我还在高速上排队充电”……2021年国庆长假期间,电动汽车高速充电难频频冲上微博“热搜榜”;2022年2月15日,中国消费者协会发布的《春节消费维权舆情分析报告》中,“新能源汽车高速充电难问题”也一度成为舆情爆点。

摘要： 为帮助企业获得更多的信息,进一步了解客户,预测和增强客户体验,合理改进产品性能,通过情感词典来对汽车行业的网络舆情进行分析与预测.首先对预处理后的文本进行分词,提取关键词,绘制词云图,初步判定舆情中人们关注的热点.然后利用训练集数据对情感词典进行训练,提取文本特征,并采用基于情感词典的传统情感分类法进行文本情感识别分类.分类结果显示,训练集的预测准确率为85.73%,测试集的准确率为83.62%.最后利用LDA模型对文本进行主题分析,得到正面、负面文本数据的第一主题与第二主题.

摘要： 一、引言自“公厕革命”开展以来,我国城市公厕在功能、生态、文化、管理等方面取得极大的改善,但其中的一些问题如关闭、无法使用等仍然没有彻底解决。面对这些关乎民生的“小事”,新闻媒体、社会公众都给予了大量关注,成为推进“公厕革命”进程中的关键舆论议题之一。基于此,本研究以国内新闻媒体对2021年城市公厕无法使用的相关报道为数据基础,通过分析其新闻舆情的话语内容和传播特征,从而了解当前问题痛点及舆论焦点,以期进一步采取更及时、更精准的解决措施。

摘要： 通过网络爬虫技术,以微博平台的南京道路交通相关信息为舆情分析的数据来源。以交通秩序、交通事故、交通标志标线为主要舆情主题得到初始数据,筛选有效微博内容后,利用分词系统及共现矩阵分析关键词与对应关系,获取2020年南京市舆情热点话题及交通事件多发地区。剖析博文中包含城市管理、部门执法、相关政策实施等问题的相关信息。研究结果可在宏观层面了解市民关注焦点、掌握南京市道路交通发展变化。此外,还可改善现有交通现状、制定群众认可度高的交通政策。

摘要： 近年来,我国网民规模大幅增长,互联网已经深深地改变了我国的舆论生态、媒体格局、传播方式。同时,各类公共事件时有发生,在突发公共事件中,网络炒作、网络谣言和网络暴力极易形成负面舆情,网络舆论场一旦失控将严重影响社会稳定,对政府形象和公信力造成负面影响。互联网时代,如何正确处置突发公共事件舆情,极大地考验着政府和有关方的应急处理综合能力。文章通过梳理近年来发生的重大突发公共事件,分析事件特点及政府、媒体、公众存在的问题,提出政府部门要转变观念,提高突发公共事件处置水平,补好网络舆情管理这一课。同时,政府部门要纳入各方资源,与媒体、网络社区及公众建立良好关系,创新社会综合治理机制。执法部门应该依法打击网络造谣等违法犯罪行为、严肃处理造成恶劣影响的有关责任人。

摘要： 大数据给旅游发展和旅游研究带来了巨大的机遇。近10年来,随着大数据种类的增加和规模的不断扩大,旅游研究的实践成果和理论成果都得到了丰富。其中实践成果主要体现在业界对于用户画像、旅游推荐、客户管理等方面的发展,而理论的探讨则主要集中在大数据下旅游管理模式、旅游流时空行为、游客情感体验和旅游舆情分析等领域的研究上。

摘要： 深度学习中的自然语言处理受到研究者广泛关注,但有时大量数据利用机器标注会影响处理效果,采用人工标注又会消耗大量的时间。通过主动学习可以降低数据标注的成本,但是主动学习会面临着倾向于选择长序列,这样的操作通常就会增加注释者的注释负担。传统的主动学习查询策略需要在模型中进行修改并生成一些额外的样本选择信息,这会增加开发者的工作量增加模型的训练时间。基于此,提出了基于CRF的命名实体识别的主动学习策略(lowest token probability,LTP),结合CRF的输入和输出来选择信息实例,通过结合全局信息和局部信息去寻找最有可能的序列分配,基于LTP的主动学习策略能够更有效地去处理短序列语料文本。最后针对网络舆情热点事件,运用模型比较基于LTP策略和传统主动学习策略的效果,实验表明基于 LTP 的主动学习策略,它的性能是好于传统的主动学习策略。

摘要： 文章着重阐述自主开发出的针对热点话题进行热度和情感分析的舆情分析系统。该系统适用于热点话题、有海量数据需求、需舆情监管效能等场景,具有热度分析、舆情情感倾向分析、动态监测和展示三大功能。采用爬虫技术、分布式系统、自然语言处理技术、深度学习、人工智能等技术,对热点话题进行挖掘。通过数据采集、数据预处理、自然语言处理、评分模型4步技术流程,最终得到热度和情感倾向分析等舆情结果,并将其进行可视化呈现,供用户监测舆情走向。系统较好地贴合了舆情特点,能及时、准确、全面、客观地向用户展示舆情结果。未来个人、企业、国家对于舆情的重视将会越来越高。随着相关技术的不断发展与深入,舆情分析技术也会展现出更为强大的活力。

摘要： 情感词典是舆情分析、情感计算等领域非常重要的知识资源。针对藏文情感标注资源匮乏的情况,提出一种基于改进SO-PMI的藏文情感词典自动构建方法。该方法使用情感关联修正对点互信息计算方式进行改进,提升了SO-PMI方法从复杂句式中抽取情感词的准确率,实现从藏文句子级文本中自动构建情感词典。在藏文微信评论文本数据集上将所提方法与传统SO-PMI方法以及改进的标签传播法进行对比,实验结果表明,该方法在情感词识别准确率上分别提高了20.38%和2.34%,生成的词典能够包含语料领域的情感词,可用于不同领域的藏文情感分析研究。

摘要： 近年来台湾交通发展迅速成长,相应而生的领域技术及应用案例皆呈现雨后春笋的趋势.随着用路人对于使用高速公路的倚赖度提升,ETC电子收费系统亦成为改善高速公路尖峰时段拥挤延滞及使用者付费问题的手段.鉴于用路人在申装eTag电子收费标签情形渐趋普及后,为迎接ETC系统建置成熟的未来前景,本研究基于当前网络普及率高与民众意见发声平台多元化的时代背景,为了解整体用路人对于ETC收费系统之评论意见,提出舆情分析系统之初步设计架构,搜集民情并分析民众意见之取向,以作为未来ETC收费系统发展与相关营销策略的参考.

摘要： 本文提出一种利用国家超级计算济南中心的千万亿次计算平台,可对整个城市范围内的公共Wi-Fi无线网络进行信息截取和舆情分析的系统,基于非介入式的无线数据包捕获技术、Web页面还原与容错修复技术、多种文本挖掘技术和海量数据处理技术,实现了对公共Wi-Fi无线网络中的各种非法行为进行取证,对网络舆情进行准确分析和预测的功能,可为相关部门的网络舆论导向工作提供全面准确的参考.

摘要： 越来越密集爆发的舆情事件和愈加复杂的舆情态势,使得微信中舆情分析类公众号的数量达到了400个以上.这些本应起到分析舆情、引导舆论的公众号,其文章却大多存在着专业性过强、通俗性差或不能将通俗性和专业性有机结合的问题.本文通过建立“通俗性+专业性”传播力分析模型,使用点赞量和阅读量作为“通俗性”因子的具体评估值,大V评论量作为“专业性”这一因子的具体评估值.通过对舆情分析类公众号中具有代表性的两个主体——“清博舆情”和“人民网舆情监测室”的文章进行分析之后,发现这些文章都不同程度地存在传播力不强、缺乏专业性和“通俗性+专业性”结合不强的问题.最后对提升舆情分析文章的“通俗性+专业性”综合传播力提出了几点建议,分别是使用五点分析法分析舆情、用充分的细节丰富舆情分析和深挖数据为舆情分析提供新的视角.

摘要： 以社交媒体中公众对企业突发事件的反馈内容为目标,本文通过LDA主题建模、构造情感词分类器、情感计算等手段,提出了一个监测社交媒体中企业突发事件的公众观点、情感强度及演化的方法框架.同时以微博作为研究平台,选择企业官方微博中的热点事件评论为研究对象,基于Python环境,利用Word2vec训练出来的情感词向量做情感计算,解决了情感词典完备性不足和时效性低的缺点,验证了方法的有效性.

摘要： 人类社会正在进入到了大数据新时代,当前的网络系统、信息技术,正呈现出方兴未艾、如火如荼的发展趋势.图书情报界对有关大数据的应用研究,也在加大投入力度,增强研发规模,力争在今后的知识经济、关键图谱中,增添更多的议项.进而从多个方面、多种角度,来进行合理的研讨、专项攻关.在大数据新时代的新环境形势下,相关的边缘学科发展进步,正在变得越来越依赖于科学性的数据,所产生的那么精确研究的成果鉴定.对现实的未来的预期推断,所得出的对舆情分析,及决策支持系统的构建,是建立在一系列真实数据基础之上的,并非人为的主观的臆测与武断.图书馆和情报中心完全可以凭借这一得心应手的开发应用工具,来实现对理论和技术的把控、对海量信息的梳理、对新兴产能的引导、对管理服务项目的设定.其中精确度和高水准的判定与预期,是大数据的优势与长处.如果说图情部门不能够认真对待这一新形势、新变化,就会在网络信息时代,错失行业事业发展的良机、丢失资讯财富拓展的好运.总起来看,大数据环境下的图情业界是一种积极向上的有利促进变革契机,是应该为之努力奋斗的大好机会.具体论述了:信息传输大数据竞争情报机制下的,注重效益与经济腾飞、产业革命、大数据环境下的图书情报资讯分析途径、拓展大数据环境下的多种信息服务项目、大数据环境下的多种定向服务、要为数据收集的有效性、拓展性负起神圣的责任来.

摘要： 本文以人民网舆情监测室关于2015年"世界无烟日"及北京控烟条例实施的舆情分析报告作为研究的出发点和参考,着重考查传统传播学的"把关人"理论、"沉默的螺旋"理论和"意见领袖"理论三者在新媒体环境下的变迁:研究得出新媒体环境下"把关人"的身份变得更加多元化和复杂化,传统媒体的把关能力被削弱;"沉默的螺旋"理论所依赖的理论前提受到挑战,新媒体中的意见表达打破了沉默螺旋传统的范式;意见领袖凭借新媒体的即时性和交互性获得更大的影响力——新媒体在一定程度上颠覆与革新了传统传播学理论.认清当下的媒介生态环境的新变化,理性地对传统传播学理论进行与时俱进的再思考才能使其更好的指导当前的新闻传播实践.

摘要： 贯穿于学前三年、义务教育九年和高中三年的"15年免费教育"越来越受到了社会各界的广泛关注.随着舆情影响力的逐渐形成,这一现象正生成为一个富有教育政策意蕴的话题.经济社会发展对基础教育总体水平的提升提出了新的要求是"15年免费教育"产生的根本原因,地区经济的快速发展和地方政府财力的增强为其提供了物质基础.新时期强调民生的执政要求直接促成了发展教育成为地方政府的重要施政选择.鉴于社会主义初级阶段的基本国情和经济社会发展的地区差异以及各地教育改革发展实际,"15年免费教育"作为地方举措值得鼓励,但须要基于教育政策制定和决策科学化、规范化的量力而行.

摘要： 为党和政府的决策提供咨询服务,是公共图书馆业务的扩展. 下文将以新闻报道样本为依据，对地方公共图书馆“两会”服务进行分析。关于地方公共图书馆“两会”服务的新闻报道，能从侧面反映出此类服务的内容、作用和影响力，对于公共图书馆之间的互相学习、共同进步有着积极的促进作用。

摘要： 为党和政府的决策提供咨询服务,是公共图书馆业务的扩展. 下文将以新闻报道样本为依据，对地方公共图书馆“两会”服务进行分析。关于地方公共图书馆“两会”服务的新闻报道，能从侧面反映出此类服务的内容、作用和影响力，对于公共图书馆之间的互相学习、共同进步有着积极的促进作用。

摘要： 为党和政府的决策提供咨询服务,是公共图书馆业务的扩展. 下文将以新闻报道样本为依据，对地方公共图书馆“两会”服务进行分析。关于地方公共图书馆“两会”服务的新闻报道，能从侧面反映出此类服务的内容、作用和影响力，对于公共图书馆之间的互相学习、共同进步有着积极的促进作用。

摘要： 子串信息的处理方法，具有如下预先在前的构造投票标识表的方法，为投票标识表开辟内存空间；D2、为尾端模板分配内存；D3、构造一个循环，该循环具有一个整数型变量叫计次，变量计次的初始值等于零，计次的数值大于等于计算机位数的时候终止循环，循环每执行一次，计次的值增加1，循环内具有如下操作步骤：具有流程如下：F1、将尾端模板的各个单元依序拷贝到投票标识表的第一维序号为1的各个单元中。计算机数据管理系统、数据搜索系统、舆情分析系统、社会网络分析系统，采用所述的子串信息的处理方法处理所需要搜索的子串。本发明可以提高时间效率，提高空间效率，提高计算机资源的利用率，提供了一条新思路。

摘要： 本发明涉及一种基于粒子模型话题分析的网络舆情分析方法，采用分布式集群的方式运行nutch网络爬虫获取当前互联网网页数据，并经过自然语言处理后将所有的网站数据进行分词并得到每一个特征词的权值，创建特征词权值表。AC自动机对特征词权值表通过特征词的相互匹配从而求得每一个特征词出现的频率进而获得特征词的IDF权值以及样本相互间根据特征词的关联系数。最终在剔除互联网网站数据的众多噪声点后，对有意义的网站样本按照讨论话题的不同分成多个话题簇。再将簇内的网站样本按照其重要性排序，通过反馈机制得到该话题簇的主题和最能代表该主题的样本，最后将这些样本展示给用户。

摘要： 本发明属于数据库技术领域，涉及舆情分析技术领域，尤其是一种基于数据驱动的舆情分析终端及舆情文本分析方法，包括终端本体，所述终端本体内安装有存储器和处理器，其特征在于：所述终端内置计算机程序，该计算机程序包括爬虫模块、文本预处理模块和情感判定模块，所述爬虫模块用于对舆情数据进行收集，文本预处理模块用于对字符串进行预处理，情感判定模块用于对文本进行情感分析。基于上述分析终端配套设计一种可将网络文本数据通过中文分词、去停用词、不平衡语料处理、特征选择等算法配合进行处理，并最终实现舆情识别的舆情分析终端和舆情文本分析方法。

摘要： 本发明公开了一种结合主题挖掘和情感分析的金融舆情分析方法，主要步骤包括：通过爬虫技术获取金融文本并进行预处理；将预处理后的金融文本导入PLDA主题模型，获取主题及每个主题下的关键词，以确定热门主题；对各个热门主题的金融文本进行词嵌入，将金融文本中的词进行向量化表示，并每个词的位置信息加到对应的词向量中，得到金融文本的句子表示；利用混合神经网络模型采集金融文本的句子表示的全局特征和局部特征，用来表示金融文本的句子结构信息；使用Softmax分类函数对金融文本的句子结构信息进行情感分类，获得金融文本的情感类别。本发明能够获取股吧热门主题及其情感极性，监测潜在舆情，为金融舆情管理提供有效方法和模型。

摘要： 本发明公开了一种高校舆情分析系统及分析方法，包括信息采集组件、信息分析组件和信息监控组件，所述信息采集组件通过网络连接社交平台，所述信息采集组件的信息输出端与所述信息分析组件的信息输入端连接，所述信息分析组件的信息输出端与所述信息监控组件连接。与现有技术相比，本发明通过监测社交平台的信息数据来判断是否有舆情发生，当发生舆情情况时，能够及时解决或及时预防，同时也能够更为有效判断学生教学发展情况，更有利于高校教学的调整和及时应对突发舆情情况，具有推广应用的价值。

摘要： 本发明提出了一种利用自然语言语义分析的政务网站舆情分析与预警的方法，包括以下步骤：S1，判定采集的文字信息数据中是否存在舆情警示词：若采集的文字信息数据中存在舆情警示词，则执行下一步；若采集的文字信息数据中不存在舆情警示词，则继续等待，返回步骤S1；S2，提取舆情警示词所对应的发出舆情警示词的用户ID，对该用户ID一段时间内的言论进行采集，推送给网站管理员。本发明能够实现对政府平台上收集的文字信息进行舆情监测推送。

摘要： 本发明公开了一种兼顾话题发现和情感分析的网络舆情分析方法及系统，所述方法包括以下步骤：步骤1，基于训练好的基于ELMo词向量的BiMPM话题发现模型或LLDA主题模型，获取待分析网络舆情文本的话题；步骤2，基于向量空间模型对步骤1获取的话题进行情感分析。本发明针对不同舆情载体的特性，采用LLDA和基于ELMo词向量的BiMPM话题发现模型进行长短文本的话题发现；并引入大规模的人工标注语料及训练建模，生成准确率、召回率等性能指标较为优秀的训练模型，实现高效的话题发现。

摘要： 本发明涉及舆情分析领域，具体是一种用于舆情分析的可扩展文本分析系统，包括客户端、HTTP接口、模型管理服务、文本分析服务、新词标注及词典管理服务、模型训练引擎、模型运转时环境、模型存储、模型测试、文本数据、词典、舆情语义分析方法和舆情语义分析模型，所述客户端均通过HTTP接口的输出端和输入端分别与模型管理器服务、文本分析服务和新词标注及词典管理服务的输入端和输出端连接。本发明的有益效果通过采用NLP模型，针对金融行业的NLP模型，能够开发语义分析处理程序，使得部署模型生产环境及训练测试环境，提供程序源代码及相关文档，并提供培训和技术支持，以满足后续对模型调整优化的需要。

摘要： 本发明公开了一种基于舆情分析的数据分析方法、装置、系统和存储介质，通过获取行业相关的舆情信息对行业进行风险评估，方法包括：获取与行业有关的行业舆情数据；对所述行业舆情数据进行数据处理，将数据处理后的行业舆情数据输入风险判断模型，输出风险等级；根据所述风险等级执行相应的预警操作。采用该技术方案，通过对行业舆情数据进行分析，及时发现行业存在的风险，提前进行预警调整策略，避免行业风险扩大导致的损失。

摘要： 本发明涉及一种基于scrapy爬虫架构及文本分析的商旅舆情分析方法，所述方法包括以下步骤：获得中文文本，进行处理和分割，得到文本特征；对文本特征进行预处理，判断是否将文本特征发送到词库；词库根据文本特征获得文本类别；对文本进行舆情分析；本发明通过对中文文本进行处理分割，得到文本特征，对文本特征进行处理，通过词库对文本特征进行分析获得文本类别，并对文本进行舆情分析；省略了复杂步骤，在保证一定准确性的情况下，进行舆情分析，实现快速分析。