基于文本挖掘的蘇州交通輿情分析
發(fā)布時(shí)間:2021-05-16 14:11
交通輿情是指在一定的社會(huì)空間內(nèi),作為主體的民眾針對(duì)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(guān)于各種交通現(xiàn)象、問題所表達(dá)的信念、態(tài)度、意見和情緒的總和,也是民意在交通領(lǐng)域的反映。隨著多媒體技術(shù)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(yùn)含的各種信息,對(duì)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(jié)構(gòu)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(jié)構(gòu)化數(shù)據(jù),具有格式多樣化等特點(diǎn),需要借助智能分類、知識(shí)挖掘等技術(shù)手段才有可能充分理解其價(jià)值。目前,國(guó)內(nèi)外針對(duì)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(gòu)建交通輿情分析方法體系;诰W(wǎng)絡(luò)論壇、熱線電話及交通廣播聽眾路況播報(bào)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(yù)處理后,利用SVM模型進(jìn)行交通輿情主題自動(dòng)分類;通過對(duì)應(yīng)分析探究不同數(shù)據(jù)源的輿情特點(diǎn)及其差異;基于Apriori算法使用關(guān)聯(lián)規(guī)則分析輿情各關(guān)鍵詞中隱含的交通現(xiàn)象;共現(xiàn)網(wǎng)絡(luò)分析則用來深入理解多個(gè)關(guān)鍵詞所反映的交通問題及其隨時(shí)...
【文章來源】:蘇州大學(xué)江蘇省
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
1.2.1 文本挖掘技術(shù)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(guó)內(nèi)外研究現(xiàn)狀總結(jié)
1.3 研究目的及意義
1.4 研究?jī)?nèi)容與技術(shù)路線
1.4.1 研究?jī)?nèi)容
1.4.2 技術(shù)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(guān)鍵參數(shù)設(shè)置
2.2 關(guān)聯(lián)規(guī)則模型
2.2.1 布爾關(guān)聯(lián)規(guī)則的基本模型
2.2.2 Apriori算法
2.3 對(duì)應(yīng)分析
2.3.1 相關(guān)概念
2.3.2 對(duì)應(yīng)分析基本理論
2.4 共現(xiàn)網(wǎng)絡(luò)分析方法
2.5 本章小結(jié)
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(yù)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(jié)
第四章 基于SVM的交通輿情分析
4.1 投訴輿情分類及對(duì)應(yīng)分析
4.1.1 SVM分類器構(gòu)建
4.1.2 分類預(yù)測(cè)
4.1.3 不同性質(zhì)投訴輿情對(duì)應(yīng)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(luò)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(jié)
第五章 基于APRIORI算法的投訴輿情關(guān)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(guān)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(luò)分析
5.1.3 其他熱點(diǎn)道路、地物關(guān)聯(lián)性分析
5.2 高新區(qū)投訴輿情關(guān)聯(lián)分析
5.2.1 熱點(diǎn)道路投訴關(guān)聯(lián)性
5.2.2 熱點(diǎn)地物關(guān)聯(lián)性分析
5.3 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 創(chuàng)新點(diǎn)總結(jié)
6.3 展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文
附錄
致謝
本文編號(hào):3189835
【文章來源】:蘇州大學(xué)江蘇省
【文章頁(yè)數(shù)】:80 頁(yè)
【學(xué)位級(jí)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(guó)內(nèi)外研究現(xiàn)狀
1.2.1 文本挖掘技術(shù)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(guó)內(nèi)外研究現(xiàn)狀總結(jié)
1.3 研究目的及意義
1.4 研究?jī)?nèi)容與技術(shù)路線
1.4.1 研究?jī)?nèi)容
1.4.2 技術(shù)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(guān)鍵參數(shù)設(shè)置
2.2 關(guān)聯(lián)規(guī)則模型
2.2.1 布爾關(guān)聯(lián)規(guī)則的基本模型
2.2.2 Apriori算法
2.3 對(duì)應(yīng)分析
2.3.1 相關(guān)概念
2.3.2 對(duì)應(yīng)分析基本理論
2.4 共現(xiàn)網(wǎng)絡(luò)分析方法
2.5 本章小結(jié)
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(yù)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(jié)
第四章 基于SVM的交通輿情分析
4.1 投訴輿情分類及對(duì)應(yīng)分析
4.1.1 SVM分類器構(gòu)建
4.1.2 分類預(yù)測(cè)
4.1.3 不同性質(zhì)投訴輿情對(duì)應(yīng)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(luò)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(jié)
第五章 基于APRIORI算法的投訴輿情關(guān)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(guān)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(luò)分析
5.1.3 其他熱點(diǎn)道路、地物關(guān)聯(lián)性分析
5.2 高新區(qū)投訴輿情關(guān)聯(lián)分析
5.2.1 熱點(diǎn)道路投訴關(guān)聯(lián)性
5.2.2 熱點(diǎn)地物關(guān)聯(lián)性分析
5.3 本章小結(jié)
第六章 結(jié)論與展望
6.1 結(jié)論
6.2 創(chuàng)新點(diǎn)總結(jié)
6.3 展望
參考文獻(xiàn)
攻讀碩士期間發(fā)表的論文
附錄
致謝
本文編號(hào):3189835
本文鏈接:http://sikaile.net/shekelunwen/guojiguanxi/3189835.html
最近更新
教材專著