网络舆情信息挖掘关键技术分析

刘 娟，郝云强，尹雪雪

（山东医学高等专科学校 山东 临沂 276000）

1 引言

网络舆情信息挖掘是指借助相关信息处理技术，识别、提取舆情文本中的热点词汇、倾向性词汇，为舆情引导工作提供依据的信息挖掘活动。借助挖掘活动配套关键技术，能够增强信息挖掘质量，提高舆情工作效果，因此，应对关键技术予以深入分析，并总结出优质的技术应用方案，促进舆情工作水平的发展。

2 TFIDF权重计算法

TFIDF权重计算法的应用常见于搜索引擎的信息挖掘，但在网络舆情信息挖掘中，则一般用于信息检索权重计算。其中，TFIDF中的TF代表词频、IDF代表反文档频率，由此可以看出，该项关键技术的主要思想为，若某一词、字在某一篇文本中的词频较高，而在其他文章中出现频率明显减少，那么即可认为该字、词，具备良好的区分能力，可以用于分类文章。基于此，在网络舆情信息挖掘中，该项技术的应用原理为，利用统计的形式，评估某个字、词，在一份网络文件内容中的重要程度，以便于工作者识别该篇文本的舆情关键字、词，实现网络舆情信息的收集、提取，为舆情引导工作提供依据。在舆情信息挖掘中，TFIDF权重计算法会按照字词出现的具体位置，来评估其的重要性，例如：在词汇重要性评估中，该算法会认定标题、首尾处出现的词汇，其重要性高于正文段落中出现的词汇，以准确找出表现该文章舆情倾向的关键词，达到舆情信息挖掘的目的。

3 文本聚类法

在网络舆情信息……