面向司法領域的輿情監(jiān)測技術研究與系統(tǒng)實現(xiàn)
發(fā)布時間:2021-06-09 19:24
隨著我國在司法機關大力推行案件信息公開,人民群眾對公檢法等話題相關事件的關注日益增長。網(wǎng)絡輿情雖能推動司法改革和進步,卻往往泥沙俱下,尤其是惡性輿論向司法機關施加的壓力將干擾司法權的獨立。然而,司法獨立與尊重民意并不矛盾。輿情監(jiān)測技術的支持,可以極大緩解司法機關的公關壓力,促使司法機關更公正公平地行使權力。輿情監(jiān)測是一項交叉了社會科學和數(shù)據(jù)科學、融合了多種技術的復雜系統(tǒng)。本文立足于實際需求,結合了對輿情監(jiān)測的技術研究和系統(tǒng)實現(xiàn)兩方面的工作。本文介紹了面向司法領域的輿情監(jiān)測系統(tǒng)的實現(xiàn)方法,并基于系統(tǒng)采集的海量真實數(shù)據(jù),進行了多項相關技術的研究。本文探索了多種機器學習算法與圖論知識在結構化輿情數(shù)據(jù)上的應用。包括對不同類型輿情事件的傳播規(guī)律進行定量和定性的分析;基于初期傳播狀態(tài)對最終傳播層級的預測;基于當前傳播狀態(tài)對次日傳播趨勢的預測;以及對傳播網(wǎng)絡中的意見領袖進行挖掘等。本文也探索了多種深度學習與自然語言處理技術在文本類型的非結構化數(shù)據(jù)上的應用。包括在熱點話題中智能識別公檢法等話題相關的輿情事件;在海量微博評論文本中檢測用戶的情感;以及在事件相關新聞報道中挖掘事件相關要素等。系統(tǒng)在各項任務...
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:76 頁
【學位級別】:碩士
【部分圖文】:
信息傳播網(wǎng)絡與路徑示意圖
論文模塊關系圖
“奚夢瑤回應被高調(diào)求婚”事件轉發(fā)網(wǎng)絡圖
【參考文獻】:
期刊論文
[1]基于改進粒子群和BP神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預測研究[J]. 游丹丹,陳福集. 情報雜志. 2016(08)
[2]基于小波分析與人工神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預測[J]. 舒予,張黎俐. 情報科學. 2016(04)
[3]基于混沌理論和改進徑向基函數(shù)神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預測方法[J]. 魏德志,陳福集,鄭小雪. 物理學報. 2015(11)
[4]基于灰色支持向量機的網(wǎng)絡輿情預測模型[J]. 曾振東. 計算機應用與軟件. 2014(02)
[5]基于意見領袖引導作用的網(wǎng)絡輿論演化研究[J]. 周而重,鐘寧,黃佳進. 計算機科學. 2013(11)
[6]面向微博短文本的細粒度情感特征抽取方法[J]. 賀飛艷,何炎祥,劉楠,劉健博,彭敏. 北京大學學報(自然科學版). 2014(01)
[7]利用灰色預測與模式識別方法構建網(wǎng)絡輿情預測與預警模型[J]. 杜智濤,謝新洲. 圖書情報工作. 2013(15)
[8]BBS中的“輿論領袖”影響力傳播模型研究——以上海交通大學“飲水思源”BBS為例[J]. 薛可,陳晞. 新聞大學. 2010(04)
博士論文
[1]突發(fā)事件網(wǎng)絡輿情演變研究[D]. 方付建.華中科技大學 2011
碩士論文
[1]微博用戶轉發(fā)預測特征的特征選擇研究[D]. 趙領帥.西北大學 2018
[2]突發(fā)事件微博輿情的話題發(fā)現(xiàn)和熱度預測研究[D]. 李良.西安理工大學 2018
[3]基于多任務學習和深度學習的微博預測流行度[D]. 韓鳳娟.河南大學 2018
[4]基于概念圖譜和情緒知識的消費意圖預測研究[D]. 趙晶晶.哈爾濱工業(yè)大學 2018
[5]網(wǎng)絡輿情演化模型研究與應用[D]. 李遠梅.新疆大學 2017
[6]基于社交網(wǎng)絡模型與話題演化的微博意見領袖挖掘研究[D]. 王祎珺.西南科技大學 2016
本文編號:3221171
【文章來源】:哈爾濱工業(yè)大學黑龍江省 211工程院校 985工程院校
【文章頁數(shù)】:76 頁
【學位級別】:碩士
【部分圖文】:
信息傳播網(wǎng)絡與路徑示意圖
論文模塊關系圖
“奚夢瑤回應被高調(diào)求婚”事件轉發(fā)網(wǎng)絡圖
【參考文獻】:
期刊論文
[1]基于改進粒子群和BP神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預測研究[J]. 游丹丹,陳福集. 情報雜志. 2016(08)
[2]基于小波分析與人工神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預測[J]. 舒予,張黎俐. 情報科學. 2016(04)
[3]基于混沌理論和改進徑向基函數(shù)神經(jīng)網(wǎng)絡的網(wǎng)絡輿情預測方法[J]. 魏德志,陳福集,鄭小雪. 物理學報. 2015(11)
[4]基于灰色支持向量機的網(wǎng)絡輿情預測模型[J]. 曾振東. 計算機應用與軟件. 2014(02)
[5]基于意見領袖引導作用的網(wǎng)絡輿論演化研究[J]. 周而重,鐘寧,黃佳進. 計算機科學. 2013(11)
[6]面向微博短文本的細粒度情感特征抽取方法[J]. 賀飛艷,何炎祥,劉楠,劉健博,彭敏. 北京大學學報(自然科學版). 2014(01)
[7]利用灰色預測與模式識別方法構建網(wǎng)絡輿情預測與預警模型[J]. 杜智濤,謝新洲. 圖書情報工作. 2013(15)
[8]BBS中的“輿論領袖”影響力傳播模型研究——以上海交通大學“飲水思源”BBS為例[J]. 薛可,陳晞. 新聞大學. 2010(04)
博士論文
[1]突發(fā)事件網(wǎng)絡輿情演變研究[D]. 方付建.華中科技大學 2011
碩士論文
[1]微博用戶轉發(fā)預測特征的特征選擇研究[D]. 趙領帥.西北大學 2018
[2]突發(fā)事件微博輿情的話題發(fā)現(xiàn)和熱度預測研究[D]. 李良.西安理工大學 2018
[3]基于多任務學習和深度學習的微博預測流行度[D]. 韓鳳娟.河南大學 2018
[4]基于概念圖譜和情緒知識的消費意圖預測研究[D]. 趙晶晶.哈爾濱工業(yè)大學 2018
[5]網(wǎng)絡輿情演化模型研究與應用[D]. 李遠梅.新疆大學 2017
[6]基于社交網(wǎng)絡模型與話題演化的微博意見領袖挖掘研究[D]. 王祎珺.西南科技大學 2016
本文編號:3221171
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3221171.html
最近更新
教材專著