典型文献
基于深度学习的网络舆情监测系统研究
文献摘要：
随着国内互联网的快速发展,网络舆情监测工作已经成为相关部门、企业工作内容的一部分.构建舆情监测系统可以提前发现舆情危机,及时处理危机公关.文中提出了一个完整的网络舆情监测系统框架,该系统由信息采集层、数据资源层、数据分析应用层和应用服务层4部分组成.该系统首先根据关键词自动采集全网多数门户网站、微博和微信公众号中的数据,包括文章与评论;然后将这些数据进行清洗、分词并过滤停用词,利用Word2Vec模型进行词嵌入,得到矢量化文本;随后再将矢量化的文本导入LSTM深度学习模型中进行情感分析,进一步将数据分为敏感数据、中性数据和非敏感数据;最后将舆情预警信息通过可视化技术显示.文中所提出的网络舆情监测系统可以帮助监管部门及时监测和引导相关舆论,促进社会和谐发展.
文献关键词：
网络舆情;舆情监测;情感分析;数据分析;深度学习;主题检测与跟踪;卷积神经网络;长短期记忆网络
中图分类号：
作者姓名：
邓磊;孙培洋
作者机构：
西北政法大学 新闻传播学院,陕西 西安710000;西安理工大学 自动化与信息工程学院,陕西 西安710000
文献出处：
引用格式：
[1]邓磊;孙培洋-.基于深度学习的网络舆情监测系统研究)[J].电子科技,2022(12):97-102
A类：
主题检测与跟踪
B类：
网络舆情监测,监测工作,企业工作,工作内容,舆情危机,及时处理,危机公关,系统框架,统由,信息采集,数据资源,分析应用,应用层,应用服务,自动采集,全网,数门,门户网站,微博,微信公众号,分词,并过,停用,用词,Word2Vec,词嵌入,矢量化,深度学习模型,情感分析,敏感数据,舆情预警,预警信息,可视化技术,监管部门,社会和谐,和谐发展,长短期记忆网络
AB值：
0.357201
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
