隨著網(wǎng)絡(luò)媒體特別是社交媒體的迅速發(fā)展,每天會(huì)有上億的網(wǎng)民活躍在社交媒體上。人們可以通過(guò)網(wǎng)絡(luò)媒體快捷地交流和共享信息資源,從而實(shí)現(xiàn)廣泛的溝通交流。受眾在接收信息的同時(shí)也在進(jìn)行信息的傳播,因此網(wǎng)絡(luò)媒體成為民眾表達(dá)民意、交流感情的主要方式,同時(shí)也是網(wǎng)絡(luò)輿情形成和傳播的載體。網(wǎng)絡(luò)輿情已經(jīng)成為各級(jí)政府了解社情民意的重要窗口,所以網(wǎng)絡(luò)輿情監(jiān)控體系的建設(shè)非常重要。。在網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)中,一旦數(shù)據(jù)交付,就必須呈現(xiàn)給用戶。面對(duì)海量的網(wǎng)絡(luò)信息,如何實(shí)時(shí)高效地處理并可視化這些網(wǎng)絡(luò)輿情數(shù)據(jù)成為一個(gè)棘手的問(wèn)題。靜態(tài)數(shù)據(jù)的可視化技術(shù)已經(jīng)相對(duì)成熟,實(shí)時(shí)流數(shù)據(jù)可視化技術(shù)已經(jīng)成為可視化方面研究的熱點(diǎn)。本論文主要針對(duì)網(wǎng)絡(luò)輿情系統(tǒng)的實(shí)時(shí)可視化技術(shù)進(jìn)行研究,主要內(nèi)容包括兩點(diǎn):第一如何實(shí)時(shí)高效的處理.網(wǎng)絡(luò)輿情;第二如何將網(wǎng)絡(luò)輿情信息實(shí)時(shí)展現(xiàn)給用戶。簡(jiǎn)單描述為網(wǎng)絡(luò)輿情監(jiān)測(cè)系統(tǒng)的后臺(tái)使用Storm來(lái)實(shí)時(shí)處理網(wǎng)絡(luò)輿情信息,前端通過(guò)ECharts對(duì)網(wǎng)絡(luò)輿情信息進(jìn)行實(shí)時(shí)展示。本文的主要工作如下:（1）對(duì)傳統(tǒng)蟻群算法的不足進(jìn)行改進(jìn)。針對(duì)啟發(fā)因子α與β的不確定性,通過(guò)實(shí)驗(yàn)得出啟發(fā)因子α與β在Storrm任務(wù)調(diào)度中的最佳取值范圍,從而增加算法... 

【文章來(lái)源】：西安理工大學(xué)陜西省

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

中國(guó)知網(wǎng)上網(wǎng)絡(luò)輿情文獻(xiàn)年度分布

圖 1-2 中國(guó)知網(wǎng)上 可視化 文獻(xiàn)年度分布Fig.1-2 China National Knowledge Infrastructure "visualization" literature on Internet distribution圖 1-2 可以得出對(duì)于可視化的研究學(xué)術(shù)界一直很熱。幾乎每年都有 1000 多篇關(guān)化的文獻(xiàn)在知網(wǎng)上發(fā)表。但是關(guān)于網(wǎng)絡(luò)輿情可視化的文獻(xiàn)在知網(wǎng)上每年只有幾篇。同樣在中國(guó)知網(wǎng)上以“網(wǎng)絡(luò)輿情可視化”作為關(guān)鍵詞搜索有關(guān)文獻(xiàn)導(dǎo)出發(fā)表年度圖 1-3 所示。

Fig.1-3 China National Knowledge Infrastructure " network public opinion visualization" literature onInternet distribution由圖1-3可以得出在知網(wǎng)上從2010年才開始有對(duì)網(wǎng)絡(luò)輿情可視化有相關(guān)研究的文獻(xiàn)，此后每年有 5 篇左右相關(guān)文獻(xiàn)發(fā)表在中國(guó)知網(wǎng)上。從折線圖的趨勢(shì)上來(lái)看近幾年有增長(zhǎng)的趨勢(shì)。綜合圖 1-1、圖 1-2 和圖 1-3，分析得知現(xiàn)在對(duì)于網(wǎng)絡(luò)輿情和可視化的研究顯然分別已經(jīng)成為了學(xué)術(shù)界的研究熱點(diǎn)，但是很少有學(xué)者將可視化的研究用到網(wǎng)絡(luò)輿情當(dāng)中，從折線

【參考文獻(xiàn)】：
期刊論文
[1]Storm啟發(fā)式均衡圖劃分調(diào)度優(yōu)化方法[J]. 簡(jiǎn)琤峰,盧濤,張美玉.  小型微型計(jì)算機(jī)系統(tǒng). 2018(11)
[2]基于共詞聚類與可視化的開放式創(chuàng)新國(guó)外研究熱點(diǎn)與主題分析[J]. 孫冰,康敏,毛鴻影.  現(xiàn)代情報(bào). 2018(09)
[3]基于蟻群算法的軌道交通集群調(diào)度算法研究[J]. 堯海昌,柴博周,劉尚東,季一木.  南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(04)
[4]基于時(shí)間負(fù)載均衡蟻群算法的云任務(wù)調(diào)度優(yōu)化[J]. 侯守明,張玉珍.  測(cè)控技術(shù). 2018(07)
[5]突發(fā)事件網(wǎng)絡(luò)輿情風(fēng)險(xiǎn)評(píng)價(jià)方法及應(yīng)用[J]. 黃星,劉樑.  情報(bào)科學(xué). 2018(04)
[6]基于改進(jìn)K-means算法的微博輿情分析研究[J]. 謝修娟,李香菊,莫凌飛.  計(jì)算機(jī)工程與科學(xué). 2018(01)
[7]流式處理的異步圖處理框架[J]. 李金吉,張巖峰,鞏樹鳳,于戈,高立新.  軟件學(xué)報(bào). 2018(03)
[8]網(wǎng)絡(luò)輿情研究綜述:從理論研究到實(shí)踐應(yīng)用[J]. 左蒙,李昌祖.  情報(bào)雜志. 2017(10)
[9]實(shí)時(shí)流處理系統(tǒng)Storm的調(diào)度優(yōu)化綜述[J]. 蔡宇,趙國(guó)鋒,郭航.  計(jì)算機(jī)應(yīng)用研究. 2018(09)
[10]Storm集群下一種基于Topology的任務(wù)調(diào)度策略[J]. 蔣溢,羅宇豪,朱恒偉.  計(jì)算機(jī)工程與應(yīng)用. 2018(07)

博士論文
[1]信息可視化技術(shù)及應(yīng)用研究[D]. 劉芳.浙江大學(xué) 2013

碩士論文
[1]AGV路徑規(guī)劃與避障算法的研究[D]. 張志文.電子科技大學(xué) 2018
[2]基于網(wǎng)絡(luò)輿情監(jiān)測(cè)的CNWL公司客戶服務(wù)質(zhì)量提升研究[D]. 郭蘇瑤.黑龍江大學(xué) 2017
[3]云環(huán)境下網(wǎng)絡(luò)告警管理系統(tǒng)設(shè)計(jì)[D]. 張柳.南京郵電大學(xué) 2015
[4]基于虛擬化的云計(jì)算關(guān)鍵技術(shù)研究及應(yīng)用[D]. 鄭宇瀚.北京郵電大學(xué) 2014
[5]基于蟻群算法的交通地理最佳路徑的研究[D]. 夏蘭.武漢理工大學(xué) 2009



本文編號(hào)：3454399