[01339802]大数据平台下网络热点事件智能跟踪及舆情分析研究

本课题属于计算机应用领域项目。 本项目结合了工作流建模工具、工作流引擎和云计算平台,提出面向情感分类任务的云数据挖掘框架以及基于MapReduce的并行化算法。 本项目的研究内容主要包括以下几个方面：智能跟踪热点时间相关评论,自动抓取相关数据。设计了面向情感分类任务的云数据挖掘框架。研究了情感分类任务中特征提取、特征向量加权和分类三个子任务的算法,实现了典型的适合用于海量数据挖掘的情感分类任务的并行化算法。基于这些算法,用户能够根据不同的数据或者需求选择合适的算法来定制任务,展现系统的灵活性和可伸缩性。对系统中部署的情感分类任务中的算法进行了性能评估,从精度和时间代价两个方面进行分析。 所设计的系统,分析结果与预测基本符合要求,能够满足对网络热点事件舆论的分析要求,能够为依据对社会问题进行智能分析。对社会舆论导向和监控都有一定的作用,为维护社会稳定以及引导舆论有重要的意义,社会意义比较重要。 通过大数据网络舆情分析和预测,可以有效控制和检测网络资源和用户的行为,有利于政府对某些反动言论进行有效监测,维护社会稳定和和谐;通过舆论分析和预测,还能够对某个热点事件跟踪和预估,对政府政策的制定有一定的参考价值。