网络舆情信息提取技术研究与实现

摘要：

网络舆情信息提取是舆情分析系统中最为关键的部分，是实现舆情分析、舆情统计的数据基础。为此，设计和实现了一个基于话题线索的舆情信息提取方案。该方案将舆情页面以话题为线索进行逻辑划分；采用基于DOM树的广度优先搜索方法，设计了舆情信息提取算法；通过设置最低重复话题阈值兹，用户定制提取格式，信息去重去噪措施，实现了舆情信息的有效提取。通过对多个论坛舆情信息的提取实验，结果表明，所设计的方案有很好的提取性能，召回率、正确率、F指数都较高，能够很好地提取出论坛、评论等舆情信息。

关键词：舆情信息、Web信息提取、话题线索、DOC树

所属期刊栏目：26

分类号：TP391(计算技术、计算机技术)

资助基金：四川省自然科学重点项目A22012003;四川省乐山市科技局重点项目14GZD050

在线出版日期：2016-10-19（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：8-11