隨著互聯(lián)網(wǎng)大數(shù)據(jù)時代的到來,互聯(lián)網(wǎng)上充斥著大量信息,如何獲取有效信息是一個值得研究的熱點問題。有別于傳統(tǒng)的數(shù)據(jù)挖掘技術,文本挖掘需要我們從大量的非結構或者半結構化的文本數(shù)據(jù)中發(fā)現(xiàn)可能存在的、可以利用的知識模式,其現(xiàn)有的研究技術主要包括計算機、自然語言處理、機器學習等多個學科的理論。互聯(lián)網(wǎng)中存在的數(shù)據(jù)是典型的半結構化數(shù)據(jù),因而利用文本挖掘技術來分析處理互聯(lián)網(wǎng)數(shù)據(jù)對精準的捕捉社會熱點問題和控制輿情具有重大的現(xiàn)實意義。本文研究的重點是如何利用文本挖掘理論對互聯(lián)網(wǎng)文本進行分析研究,理論與實際相結合,將該方法用在現(xiàn)實社會中。外來務工人員作為一座城市不可分割的一部分,對城市的發(fā)展有重大作用。但是,大量的外來務工人員也帶來了落戶、住房、醫(yī)療、教育等方面的問題。因此本文將文本挖掘的技術同社會熱點相結合,希望通過文本挖掘技術對當今社會存在的問題進行研究分析,從而為政府提供政策制定的思路,為城市建設和經(jīng)濟發(fā)展提供保障。本文基于文本挖掘技術,以進杭務工人員為例分析了社會熱點問題,首先簡單介紹了本文研究的背景和國內外文研究現(xiàn)狀。其次介紹了文本挖掘模型的理論,詳細介紹本文用到的文本挖掘模型、主題提取模型、聚類分...

【文章頁數(shù)】：62 頁

【學位級別】：碩士

【部分圖文】：

圖1輿情、輿論分析的總體框架

現(xiàn)代傳播2014年第7期(總第216期)39圖1輿情、輿論分析的總體框架表1輿情分析指標體系一級指標二級指標三級指標指標意義測量方法擴散度含有事件相關信息的頁面的點擊量聚焦度對事件相關信息的搜索量解析度含有事件相關信息的頁面的點擊量(接收量)與事件相關的網(wǎng)絡輿情表達的數(shù)量之差參與....

本文編號：3957698