網絡輿情信息意見挖掘關鍵技術研究

陳麓屹 戴國勇 劉靜靜

摘 要： 隨著互聯網技術的發展，各類網絡新聞表達和信息傳遞的渠道越來越大，網絡輿情的傳播也更加迅速。該文對網絡輿情信息意見挖掘的關鍵技術進行研究，通過對熱點事件提取、動態主題庫的構建、情感傾向分析這三個技術的分析研究，可以更好的監控網絡輿情走向，確保網絡安全。

關鍵詞： 網絡輿情；熱點事件；動態主題庫；情感傾向

【中圖分類號】 G350 【文獻標識碼】 A【文章編號】 2236-1879（2018）14-0009-01

1 引 言

當今社會的主流媒體，如博客、微信、微博等網絡媒體，已經被越來越多人使用，新聞或信息的傳播變得更加快速，輿論力量也越來越強大。從海量的、種類繁雜的、數據信息多樣化的輿論信息中挖掘出有價值的信息，并對信息進行分析，是目前進行網絡輿情信息監控，控制輿情走向的關鍵點。本文主要針對網絡輿情信息意見挖掘的關鍵技術進行研究。

2 意見挖掘關鍵技術

該文主要從熱點事件提取、動態主題庫的構建、情感傾向分析這三個技術關鍵點進行分析。

2.1 熱點事件提取。

熱點事件的提取可以采用文本聚類算法：K-means[1]。在提取熱點事件中，主要進行文本預處理、關鍵特征詞提取和聚類模型的選擇。

文本預處理主要是對中文和英文進行分詞操作[2]，并提取關鍵性文本，過濾無用文本，其中無用文本包括標點符號、垃圾詞語以及無實際意義的助詞、介詞和連詞等。

關鍵特征詞提取，主要是獲取文本中出現頻率較高的句子以及詞語。可采用TF-IDF特征加權算法[3]，該算法可以通過計算句子的權重，評估出該句子在文本中的重要程度，再從選出的主題句中使用該算法計算關鍵詞語的權重，評估關鍵特征詞。

聚類模型主要選擇K-means聚類模型[4]，其中心思想是：選擇其中k個關鍵特征詞所代表的熱點事件，對k個熱點事件依次計算與其余頁面文本熱點事件的相識度，如果相識度超過閥值，就進行熱點事件合并，否則，就將當前頁面的文本作為新的熱點事件；該算法迭代進行，對生成的新熱點事件進行重新聚類，直到找到特定個數的熱點事件。

2.2 動態主題庫的構建。

動態主題庫主要是構建一種樹形結構的意見主題庫，第一層為根節點；第二層為意見類型；第三層為包含意見主題的規則，每條規則由兩到三個同義詞組構成，每個同義詞組中的詞語可以和其它同義詞組中的所有詞語進行組合。動態主題庫的構建主要用來將網絡信息和動態主題庫進行匹配，提取出當前網絡信息的主題類型。

2.3 情感傾向分析。

情感傾向分析技術包含數據獲取、特征詞提取、情感詞庫的構建，以及情感傾向的分析[5]。

數據獲取：通過軟件抓取網絡信息，對獲取到的半結構化數據進行過濾，刪除無用信息[6]，得到純文本信息。

特征詞提取：對獲取到的純文本信息進行篩選，篩選出現頻率比較高的特征詞，并將篩選出的特征詞構造特征詞本體，計算特征詞的語義相似度，構建出語義共詞矩陣，對語義共詞矩陣進行定量的聚類分析。

情感詞庫的構建：將具有情感傾向的詞，通過人工評定的方式，分別抽取出表達正面信息和表達負面信息的詞，并確定不同情感值的程度級別和強度，構建出情感強度詞表；將情感程度與情感詞相搭配構成情感詞庫，情感詞語搭配減弱型情感程度會減弱情感的強度，反之情感詞語搭配增強型情感程度會增強情感的強度。

情感傾向分析：抽取詞語特征和情感詞語，構建本體[7]。將語句中的詞語匹配本體中的特征詞，將句子的特征詞映射到本體中相應的特征上，匹配情感詞所在的語境，形成特征-情感詞組。最后對特征-情感詞組進行判定，整理情感傾向，得出分析結果。

3 結 語

本文主要闡述了如何進行網絡輿情信息的意見挖掘。首先通過文本聚類算法進行熱點事件的提取；然后構建動態意見主題庫，將提取出來的熱點事件與動態意見主題庫的規則進行匹配，獲取到熱點事件的主題類型。最后都與熱點事件進行情感傾向分析，分析出熱點事件的情感傾向和強度。以便能夠挖掘出有價值的信息，及時監控輿論信息，保證網絡安全，維護社會穩定。

參考文獻

[1] 王千，王成，馮振元，等 .K-means聚類算法研究綜述[J].電子設計工程，2012（07）21-24.

[2] 劉 件，魏 程. 中文分詞算法研究[J]. 微計算機應用，2008，29（ 8） ： 11-16.

[3] 韓敏，唐常杰，段磊，等 .基于TF-IDF相似度的標簽聚類方法[J].計算機科學與探索，2010（03）240-246.

[4] 芬芬 .基于概念和語義相似度的文本聚類算法[J].計算機工程與應用，2012（18）136.

[5] 李耀林 .面向評價對象的商品評論情感傾向性分析研究[D]. 杭州： 浙江工商大學， 2013.

[6] 胡昌平，胡吉明 .個性化服務中基于支持向量機的用戶興趣挖掘分析 [J]. 情報學報，2009，28 （ 4） ： 543-547.

[7] 朱禮軍，陶蘭，劉慧 .領域本體中的概念相似度計算[J]. 華南理工大學學報： 自然科學版，2004，32：147-150.