网络舆情信息意见挖掘关键技术研究

陈麓屹 戴国勇 刘静静

摘 要： 随着互联网技术的发展，各类网络新闻表达和信息传递的渠道越来越大，网络舆情的传播也更加迅速。该文对网络舆情信息意见挖掘的关键技术进行研究，通过对热点事件提取、动态主题库的构建、情感倾向分析这三个技术的分析研究，可以更好的监控网络舆情走向，确保网络安全。

关键词： 网络舆情；热点事件；动态主题库；情感倾向

【中图分类号】 G350 【文献标识码】 A【文章编号】 2236-1879（2018）14-0009-01

1 引 言

当今社会的主流媒体，如博客、微信、微博等网络媒体，已经被越来越多人使用，新闻或信息的传播变得更加快速，舆论力量也越来越强大。从海量的、种类繁杂的、数据信息多样化的舆论信息中挖掘出有价值的信息，并对信息进行分析，是目前进行网络舆情信息监控，控制舆情走向的关键点。本文主要针对网络舆情信息意见挖掘的关键技术进行研究。

2 意见挖掘关键技术

该文主要从热点事件提取、动态主题库的构建、情感倾向分析这三个技术关键点进行分析。

2.1 热点事件提取。

热点事件的提取可以采用文本聚类算法：K-means[1]。在提取热点事件中，主要进行文本预处理、关键特征词提取和聚类模型的选择。

文本预处理主要是对中文和英文进行分词操作[2]，并提取关键性文本，过滤无用文本，其中无用文本包括标点符号、垃圾词语以及无实际意义的助词、介词和连词等。

关键特征词提取，主要是获取文本中出现频率较高的句子以及词语。可采用TF-IDF特征加权算法[3]，该算法可以通过计算句子的权重，评估出该句子在文本中的重要程度，再从选出的主题句中使用该算法计算关键词语的权重，评估关键特征词。

聚类模型主要选择K-means聚类模型[4]，其中心思想是：选择其中k个关键特征词所代表的热点事件，对k个热点事件依次计算与其余页面文本热点事件的相识度，如果相识度超过阀值，就进行热点事件合并，否则，就将当前页面的文本作为新的热点事件；该算法迭代进行，对生成的新热点事件进行重新聚类，直到找到特定个数的热点事件。

2.2 动态主题库的构建。

动态主题库主要是构建一种树形结构的意见主题库，第一层为根节点；第二层为意见类型；第三层为包含意见主题的规则，每条规则由两到三个同义词组构成，每个同义词组中的词语可以和其它同义词组中的所有词语进行组合。动态主题库的构建主要用来将网络信息和动态主题库进行匹配，提取出当前网络信息的主题类型。

2.3 情感倾向分析。

情感倾向分析技术包含数据获取、特征词提取、情感词库的构建，以及情感倾向的分析[5]。

数据获取：通过软件抓取网络信息，对获取到的半结构化数据进行过滤，删除无用信息[6]，得到纯文本信息。

特征词提取：对获取到的纯文本信息进行筛选，筛选出现频率比較高的特征词，并将筛选出的特征词构造特征词本体，计算特征词的语义相似度，构建出语义共词矩阵，对语义共词矩阵进行定量的聚类分析。

情感词库的构建：将具有情感倾向的词，通过人工评定的方式，分别抽取出表达正面信息和表达负面信息的词，并确定不同情感值的程度级别和强度，构建出情感强度词表；将情感程度与情感词相搭配构成情感词库，情感词语搭配减弱型情感程度会减弱情感的强度，反之情感词语搭配增强型情感程度会增强情感的强度。

情感倾向分析：抽取词语特征和情感词语，构建本体[7]。将语句中的词语匹配本体中的特征词，将句子的特征词映射到本体中相应的特征上，匹配情感词所在的语境，形成特征-情感词组。最后对特征-情感词组进行判定，整理情感倾向，得出分析结果。

3 结 语

本文主要阐述了如何进行网络舆情信息的意见挖掘。首先通过文本聚类算法进行热点事件的提取；然后构建动态意见主题库，将提取出来的热点事件与动态意见主题库的规则进行匹配，获取到热点事件的主题类型。最后都与热点事件进行情感倾向分析，分析出热点事件的情感倾向和强度。以便能够挖掘出有价值的信息，及时监控舆论信息，保证网络安全，维护社会稳定。

参考文献

[1] 王千，王成，冯振元，等 .K-means聚类算法研究综述[J].电子设计工程，2012（07）21-24.

[2] 刘 件，魏 程. 中文分词算法研究[J]. 微计算机应用，2008，29（ 8） ： 11-16.

[3] 韩敏，唐常杰，段磊，等 .基于TF-IDF相似度的标签聚类方法[J].计算机科学与探索，2010（03）240-246.

[4] 芬芬 .基于概念和语义相似度的文本聚类算法[J].计算机工程与应用，2012（18）136.

[5] 李耀林 .面向评价对象的商品评论情感倾向性分析研究[D]. 杭州： 浙江工商大学， 2013.

[6] 胡昌平，胡吉明 .个性化服务中基于支持向量机的用户兴趣挖掘分析 [J]. 情报学报，2009，28 （ 4） ： 543-547.

[7] 朱礼军，陶兰，刘慧 .领域本体中的概念相似度计算[J]. 华南理工大学学报： 自然科学版，2004，32：147-150.