Web舆情信息数据分析模型研究及系统设计

王朝霞 姜军 冯炎

摘要：面对海量Web舆情信息数据资源，在前期探索其演化规律及影响因素研究基础上，该文对Web舆情信息数据进行了特征分析，结构化定义，设计了Web数据分析系统框架，并深入了相关技术研究，为把握Web数据发展态势，科学管理互联网数据信息提供了可行性依据。

关键词：Web数据；数据挖掘；文本分类；文本聚类

中图分类号：G206 文献标识码：A 文章编号：1009-3044（2018）03-0022-03

1 概述

互联网及相关技术地快速发展，产生了海量的网络数据信息，面对千变万化的网络数据资源，单纯采用传统的手工检索、收集、分析、处理方法，已经无法满足网络数据管理需求。本文在已有的网络信息演化阶段、影响因素等研究基础上[1]，构建了网络数据模型，设计了网络数据分析系统框架，并研究了技术路线，为快速抽取网络数据信息，有效把握其发展态势，方便实现科学管理提供了可行性依据。

2 相关研究述评

饶元等Web数据网络分析主要从社区网络分析、整体网络分析和个体网络中心开始，主要采用数据网络分析手段、方法来解决系统分析的主要问题[2]。庞宇提出了网络数据的特点及主要载体[3]。郑琳提出了Web用户评论中同阶层人群的“抱团取暖”行为[4]。厚泽民等提出了基于潜在语义索引的改进算法[5]。安计勇等提出了改进的K均值文本聚类算法[6]。

3 Web数据模型研究

3.1 Web数据特征分析

Web数据来源于互联网，具备发布随意、形式多样、表达自由等特点，使得特征分析结果冗余度高，离散效果明显，准确度差，难以科学把握其数据挖掘过程和结果分析。……