网络舆情分析系统范文

引言：寻求写作上的突破？我们特意为您精选了4篇网络舆情分析系统范文，希望这些范文能够成为您写作时的参考，帮助您的文章更加丰富和深入。

篇1

[2]维基百科.新浪微博 [EB/OL].http：///zh-cn//新浪微博

[3]孙茂松，王洪君，李行健，等.信息处理用现代汉语分词词表[J].语言文字应用，2001，（4）：23-28.

[4]ICTCLAS[EB/OL].http：//.

[5]黄美璇.基于主题发现的舆情分析系统的设计与实现[J]. 北京联合大学学报，2012（2）：34-36.

[6]唐果，陈宏刚.基于BBS热点主题发现的文本聚类方法[J].计算机工程，2010（7）：79-81.

[7]蒲筱哥.Web自动文本分类技术研究综述[J].情报学报，2009（2）：233-241.

篇2

一、无线传感器网络中基于无线节点资源的通信路由研究的技术分支详述

笔者发现现有专利申请是基于传统类型的协议进行的多个分支的改进，经过专利统计归纳，无线传感器网络中基于节点资源的通信路由研究主要分为以下四个技术分支，均衡网络能耗的路由、分簇及簇首选择的路由、降低时延的路由、安全可信的路由。

1.1.均衡网络能耗的路由分支

由于我国关于无线传感器网络的研究起步在2009年左右，所以无线传感网路由方面的研究也是如此，利尔达科技有限公司在2010年提出了一种基于连接的无线传感器网络扩散路由算法，申请号为CN201010204302。

随后高等院校也开始这方面的申请，比如有东南大学申请号为CN201210052390、南京大学申请号为CN201210398925的专利申请，并且南京大学的该申请是在分簇网络的基础之上考虑了能量均衡，有效地延长了网络生存时间。

在大量的高等院校和公司的申请同时，也有踊跃的个人申请，比如贺静个人在2012年提出了一种面向无线传感网的能量高效洪泛方法，申请号为CN201210510337，具体涉及一种在无线传感器网络中利用局部范围节点能量次序信息，实现广播树构造方法，使得均衡使用节点能量。

1.2分簇及簇首选择的路由分支

对于该分支，本领域技术人员关注如何在无线传感器网络中更合理的分簇以及利用选择的簇首进行高效的路由。在2012年，中国联合网络通信集团有限公司就如何利用簇首节点进行路由的建立，提出专利申请号为CN201210116856的申请。

随后，国内的科研院校陆续申请了关于更多兼顾网络多种性能的簇首选择路由算法，比如，中国科学院信息工程研究所，考虑了在进行高效路由时如何更好的选择簇首节点并兼顾均衡网络能耗，提出了申请号为CN201210333412的申请。

对于后续的申请量，公司申请也在陆续增加，比如中国联合网络通信集团有限公司又继续针对兼顾网络节点的状态进行基于簇首的路由算法进行了研究并申请了专利，申请号为CN201310633716。

在2012年至2014年，出现了大量的分簇及簇首选择的路由分支的专利申请，国内主要申请人为高等院校与少数公司，比如北京邮电大学、南京邮电大学、上海交通大学以及华为技术有限公司、中国联合网络通信集团有限公司，国外主要申请人为富士通株式会社、北电网络有限公司、英特尔公司。

1.3 降低时延的路由分支

无线传感器网络的某些应用通常对网络的实时性都有较高的要求，因此，在降低时延的路由分支在2010年以来陆续出现了许多专利申请，但是较于分簇及簇首选择的路由分支，该分支的申请量还是处于弱势。

并且该分支的专利申请量较为集中在高等院校，比如宁波城市职业技术学院提出了申请号为CN 201010543262，发明名称为“一种用于无线传感器网络的实时通信路由方法”的专利申请，并已经授权。

分析该分支专利申请量较少的原因为，在其他分支的专利申请多少都涵盖了时延的考虑，因此，通过去重之后的统计分析该技术分支的申请量表现较少，实际上，涉及到时延的路由专利申请量比较多，几乎占据整个无线传感器网络路由的一半以上。

1.4 安全可信的路由分支

无线传感器网络建立安全可信的路由是本领域技术人员关注的重要分支，从2011年开始，逐渐有比较成熟的专利申请，并且大多数申请人涉及高等院校，比如在2012年，申请人重庆邮电大学，提出了基于动态探测的无线传感器网络安全路由的方法，该发明采用逐点验证的方式，显著提高路由安全性，同时显著减少能耗。

2013年山东大学提出一种基于拓扑结构的无线传感网络的新型信任管理系统的信任路由算法，申请号为CN201310148141，它考虑节点安全性对路由选择的影响，依据节点的可信度是否满足约束条件来形成有效路径，更好地保证无线数据通信的安全。

在2013年至2014年涌现了大量的院校申请人，比如中国人民理工大学、西北工业大学等对该分支的路由申请了相关专利。

二、无线传感器网络中基于无线节点资源的通信路由研究的技术分支发展态势

国内无线传感器网络中基于无线节点资源的通信路由研究中上述4种技术分支的专利申请趋势如图1所示。

从图1可以看到，对于均衡网络能耗的路由分支在2008年开始至2014年，连续有较多的申请量，数量最多的集中在2010年至2014年，可见在随着无线传感器网络研究的起步，该技术分支不断得到技术人员的研究与申请。

分簇及簇首选择的路由分支在整个无线传感器网络路由专利申请量中占有重要的比例，表明适合于无线传感器网络的分簇结构，是该技术领域较为常用的网络结构，因此基于该网络结构的路由研发分支一直是本领域申请人较为关注和投入精力较多的技术分支。

降低时延的路由分支在2005年至2014年，每年都持续有申请量，表明该技术分支一直是本领域技术人员关注的领域，尽管每年的申请量不多，但是集中在2011年至2013年，申请人加大了该分支的研究与申请，表明该技术分支渐渐成为申请人的重点关注。

篇3

早在2007年，互联网就已经作为一个独立的舆论平台开始备受关注。网络舆情有线上网络传播、线下传统媒体互动等特点，全方位、立体传播让地方政府或者企业显得速度过慢。网络舆情分析师这一职业也就应运而生。

工作不到半年的唐小涛是某公司的一名舆情分析师。他每天的工作就是坐在电脑前，通过专业的软件抓取网络信息。在这种舆情监测软件中，输入客户设定的关键词，就会显示与该公司或客户有关的所有信息和评论。同时，一些软件还具有舆情跟踪功能，一些热门词汇如“PM2.5”等，软件会自动根据相关跟帖、转发量积分，若设定100分，当走势图达到40分时，系统会预警，提醒注意该舆情的发展。

据报道，舆情监测软件的价格不菲。包年价格一般从5万元到几百万元不等。唐小涛公司所用的软件价值300多万元。

由于使用的是专业软件，网络舆情分析师总会给人一些神秘的感觉，因此有人称他们为“网络特工”。唐小涛却认为这完全是误读，他们的工作是通过专业的信息搜集平台，在全网范围内抓取信息，并对信息进行分类、整理和统计处理，还可根据客户需求，对负面信息进行监察，随时根据舆情变化，形成报告提交给客户。

网络舆情分析师是专业度很高的职业，它不仅仅是简单的信息汇总。该工作的底线在于，给客户（企业、政府或组织机构）的观点内容要保证客观和平衡，对网络舆情进行实事求是的判断和评估，客观反映各种“声音”，不能有所“倾斜”。同时，根据事件特点和事态发展，提供专业的、指导性的观点和建议，帮助客户处理危机公关事件、引导舆论向正面、积极的方向发展。

纳入职业培训序列薪资不菲

篇4

中图分类号：TP393.08

随着网络技术的高速发展，网络自媒体的数量庞大，网民人数的不断增多，互联网资源数量呈现指数型的增长，网络已经成为民众获取信息的最主要渠道。网络在传达社情民意方面的优势也逐步显现出来，成为反应社会舆情的主要载体之一，在表达民众心声、反映社会舆论方面发挥极其重要的作用。

在海量数据中，通过探测并发现网络舆情中的热点话题，有助于梳理舆情监控的思路，抓住纷繁的监控工作中的重点，从海量的互联网信息中找到目标信息，将有限的人力物力用到关键的地方，提高工作的针对性和有效性，更好地应对网络舆情。

而如何对网络舆情加以有效的监督和引导，积极化解网络舆论危机，使和谐的互联网环境为维护社会稳定、促进国家发展、构建社会主义和谐社会发挥重要作用，不仅具有重要的现实意义，也已经成为网络舆情工作面临的一个重要课题。基于上述分析，我们认为网络舆情数据越来越呈现出大数据特征。

1 问题与挑战

大数据环境下的网络舆情分析和挖掘方法具有如下挑战：

1.1 为了得到更准确的舆情信息，所需要的数据量大幅膨胀。随着数据生成的自动化以及数据生成速度的加快，自媒体时代的到来，为了获得准确的网络舆情信息需要处理的数据量急剧膨胀。一种处理大数据的方法是使用采样技术，通过采样，把数据规模变小，以便利用现有的技术进行数据管理和分析。

1.2 数据深度分析需求的增长。为了从数据中得到准确的舆情信息进而指导人们的决策，必须对大数据进行深入的分析，这些复杂的分析必须依赖于复杂的分析模型。所以对网络舆情信息的分析还需要路径分析、时间序列分析、图分析、What-if分析等。

1.3 自动化和可视化分析需求的出现。在TB级的复杂舆情信息环境下，网络舆情系统应该能根据网站的内容自动构造查询，自动提供热点推荐，自动分析数据的价值并决定是否需要保存。

2 大数据技术的主要进展

针对传统分析技术的局限性，研究者提出了一些试验性的解决方法和途径。R是开源的统计分析软件，IBM公司研究人员致力于对R和Hadoop进行深度集成，把计算推向数据并且并行处理，使Hadoop获得强大的深度分析能力，为应用开发者提供了丰富的数据分析功能。

针对频繁模式挖掘、分类和聚类等传统的舆情分析方法，研究人员也提出了相应的大数据解决方案。如，Iris Miliaraki等人提出了一种可扩展的在MapReduce框架下进行频繁序列模式挖据的算法[1]，Alina Ene等人用MapReduce 实现了大规模数据下的K-center 和 k-median聚类方法[2]，Kai-wei chang 等人提出了针对线性分类模型的大数据分类方法[3]。U kang等人使用“BP算法”处理大规模图数据发掘异常模式。Jayanta Mondal等人[4]提出了一个基于内存的分布式数据管理系统来管理大规模动态变化的图以支持低延迟的查询处理方法。Shengqi Yang等人[5]对基于集群上的大规模图数据管理和局部图的访问特征进行研究，为了在图查询处理中减少机器间通讯，提出来分布式图数据环境。Jiewen Huang等人提出了一个多节点的可扩展RDF数据管理系统，比目前系统的效率高出3个数量级。

3 网络舆情分析发展方向

3.1 实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势。在大数据新型计算模式上实现更加复杂和更大规模的分析和挖掘是网络舆情分析未来发展的必然趋势，需要进行更细粒度的仿真、时间序列分析、大规模图分析和大规模社会计算等。

这些舆情主体间频繁联系、相互影响，在这个过程中涌现出一些大V，他们左右着其他主体的舆论方向，最终影响整个舆论场。同时，关注点相似的舆情主体间也自觉或不自觉地形成了一些联系相对紧密的子群体，在子群体中信息传播速度更快。要管理和引导网络舆情，就必须对网络舆情主体和舆论子群体进行研究，而社会网络分析方法就是有效的手段。

3.2 网络舆情信息的实时分析和挖掘。面对海量数据，分析和挖掘的效率成为网络舆情分析领域的巨大挑战。尽管可以利用大规模集群并行计算，但在数10TB以上的数据规模上，分析和发掘的实时性受到了严峻的挑战，而查询和分析的实时处理能力，对于舆情运用个体来说及时获得决策信息，做出有效应对是非常关键的前提。

3.3 关联不同领域数据进行舆情分析，非结构化大数据处理分析成为难点和重点。网络上的信息是千千万万的人随机产生的，从事网络舆情研究要从这些看似杂乱无章的数据中寻找有价值的信息。网络大数据有许多不同于自然科学数据的特点，包括多源异构、交互性、失效性、社会性、突发性和高噪音等，不但非结构化数据多，而且数据的实时性强，大量数据都是随机动态产生。网络数据的采集相对科学数据的采集成本较低，网上许多数据是重复的或者没有价值的，价值密度低。一般来说，网络舆情的数据分析及预测，比科学实验的数据分析更困难。所以我们不要一味的追求获取越来越多的数据，而是数据的去冗分类，去粗取精，从数据中挖掘有用信息，减少不必要的数据采集。

3.4 词汇理解的复杂性研究。既考虑词汇的情感倾向性，又权衡语义模式对评论的情感倾向值的影响，能比较全面地分析突发事件网络舆情的态势。但是词典的构建与语义模式的建设需要人工参与，个人的主观性影响比较大，机器学习的能力不强，准确度不高。另外，由于网络语言表达的灵活性，技术的发展速度跟不上社会话语变迁的复杂性。在国内的网络语境中，谐音、暗语是常用的表现手法，借古讽今、借外讽内是常用的叙事手段，隐喻、借代是常见的修辞。现有技术还不能完全准确地判定句子的情感倾向性，机器对词汇的理解能力需要进一步研究。

4 结束语

随着大数据时代的到来，我们要不断改进舆情的分析方法，将大数据思维及方法运用到网络舆情分析中去。首先要开始关注大数据分析，其次不再仅仅依靠语义分析，而是求诸于自动化的数据分析，再次要关联不同领域数据进行舆情分析，等等。总之，我们要突破传统，将舆情分析向大数据分析的方向创新。

参考文献：

[1]Miliaraki I，Berberich k，Gemulla R.Mind the gap：large-scale frequent sequence mining.SIGMOD’13，2013：797-808.

[2]Ene A，Im S，Moseley B.Fast clustering using MapReduce. KDD’11，2011：681-689.

[3]Chang K，Roth D.Selective block minimization for faster convergence of limited memory large-scale linear models.KDD’11，2011：699-707.

[4]Mondal J，Deshpande A.Managing large dnamic graphs efficiently.SIGMOD’12，2012：145-156.