交通輿情是指在一定的社會空間內,作為主體的民眾針對交通環(huán)境、出行或根據(jù)某交通事件的發(fā)生、發(fā)展和變化,發(fā)表自己的看法和態(tài)度,是關于各種交通現(xiàn)象、問題所表達的信念、態(tài)度、意見和情緒的總和,也是民意在交通領域的反映。隨著多媒體技術的發(fā)展,越來越多的人參與交通輿情的發(fā)布。綜合分析交通輿情中所蘊含的各種信息,對宏觀掌控城市交通問題的發(fā)展變化、制定全面的城市交通解決方案具有重大意義。相較于交通出行產(chǎn)生的流量、速度等傳統(tǒng)的結構化數(shù)據(jù),交通輿情主要是以文本、圖像或音視頻等形式出現(xiàn)的非結構化數(shù)據(jù),具有格式多樣化等特點,需要借助智能分類、知識挖掘等技術手段才有可能充分理解其價值。目前,國內外針對交通輿情的分析較少,分析方法體系尚未確立。本文旨在探索如何構建交通輿情分析方法體系�；诰W(wǎng)絡論壇、熱線電話及交通廣播聽眾路況播報的輿情文本數(shù)據(jù),嘗試多種文本挖掘方法分析、研究交通輿情:文本數(shù)據(jù)經(jīng)預處理后,利用SVM模型進行交通輿情主題自動分類;通過對應分析探究不同數(shù)據(jù)源的輿情特點及其差異;基于Apriori算法使用關聯(lián)規(guī)則分析輿情各關鍵詞中隱含的交通現(xiàn)象;共現(xiàn)網(wǎng)絡分析則用來深入理解多個關鍵詞所反映的交通問題及其隨時... 

【文章來源】：蘇州大學江蘇省

【文章頁數(shù)】：80 頁

【學位級別】：碩士

【文章目錄】：
中文摘要
abstract
第一章 緒論
    1.1 研究背景
    1.2 國內外研究現(xiàn)狀
        1.2.1 文本挖掘技術研究現(xiàn)狀
        1.2.2 輿情研究現(xiàn)狀
        1.2.3 交通輿情研究現(xiàn)狀
        1.2.4 國內外研究現(xiàn)狀總結
    1.3 研究目的及意義
    1.4 研究內容與技術路線
        1.4.1 研究內容
        1.4.2 技術路線
第二章 文本挖掘模型
    2.1 SVM分類模型
        2.1.1 SVM基本理論
        2.1.2 關鍵參數(shù)設置
    2.2 關聯(lián)規(guī)則模型
        2.2.1 布爾關聯(lián)規(guī)則的基本模型
        2.2.2 Apriori算法
    2.3 對應分析
        2.3.1 相關概念
        2.3.2 對應分析基本理論
    2.4 共現(xiàn)網(wǎng)絡分析方法
    2.5 本章小結
第三章 輿情數(shù)據(jù)來源及初步分析
    3.1 交通輿情數(shù)據(jù)來源
    3.2 數(shù)據(jù)預處理
    3.3 詞頻分析
        3.3.1 姑蘇區(qū)投訴詞頻
        3.3.2 高新區(qū)投訴詞頻
        3.3.3 微信路況輿情詞頻
    3.4 發(fā)布輿情的用戶特性分析
        3.4.1 姑蘇區(qū)用戶投訴特性
        3.4.2 高新區(qū)用戶投訴特性
        3.4.3 微信用戶分享路況特性
    3.5 本章小結
第四章 基于SVM的交通輿情分析
    4.1 投訴輿情分類及對應分析
        4.1.1 SVM分類器構建
        4.1.2 分類預測
        4.1.3 不同性質投訴輿情對應分析
    4.2 路況輿情分類及早、晚高峰擁堵分析
        4.2.1 路況信息分類
        4.2.2 基于共現(xiàn)網(wǎng)絡的早、晚高峰擁堵分析
    4.3 不同來源輿情差異分析
    4.4 本章小結
第五章 基于APRIORI算法的投訴輿情關聯(lián)規(guī)則挖掘
    5.1 姑蘇區(qū)投訴輿情分析
        5.1.1 人民路關聯(lián)規(guī)則
        5.1.2 人民路不同施工階段輿情共現(xiàn)網(wǎng)絡分析
        5.1.3 其他熱點道路、地物關聯(lián)性分析
    5.2 高新區(qū)投訴輿情關聯(lián)分析
        5.2.1 熱點道路投訴關聯(lián)性
        5.2.2 熱點地物關聯(lián)性分析
    5.3 本章小結
第六章 結論與展望
    6.1 結論
    6.2 創(chuàng)新點總結
    6.3 展望
參考文獻
攻讀碩士期間發(fā)表的論文
附錄
致謝



本文編號：3189835