论文部分内容阅读
现代商业竞争激烈,企业需要及时地把握行业动态。信息数量大、种类多且质量参差不齐,对企业有效使用信息造成了巨大的困难。舆情监控系统可以监控、分类、推荐和分析舆情。目前多数舆情监控系统因为缺乏对领域知识概念的相关考虑,所以对舆情信息中相关概念的识别较为困难。因此,在舆情信息分类的过程中,难以有效利用信息中的概念进行分类。同时,在舆情信息推荐方面,由于较难识别用户关注的信息中的概念,影响了对用户的关注点的发现与判断,不利于个性化推荐。针对上述问题,本文研究面向舆情监控的语义网络的构建与应用。主要的工作内容包括:(1)针对舆情监控系统较少考虑到领域知识的问题,提出并构建面向舆情监控的语义网络。通过对公开知识图谱进行扩展,增加概念的数量以及概念间的量化关系,改善领域知识考虑不足的问题。(2)基于面向舆情监控的语义网络,提出一种针对舆情信息和用户的建模方法,强化了识别概念、发现隐含概念和突出主题的能力。(3)利用基于语义网络构造的舆情信息模型,提升了舆情信息在主流分类器下的分类效果;提出一种基于语义网络中概念间距离的相似度计算方法,有效衡量“信息-信息”和“信息-用户”的相似度,从而更好地向用户推荐舆情。(4)将上述研究应用于DETC舆情监控系统,构建了面向舆情监控的语义网络,设计并实现了舆情分类、舆情推荐、舆情分析和预警模块。