2023年全國(guó)碩士研究生考試考研英語(yǔ)一試題真題(含答案詳解+作文范文)_第1頁(yè)
已閱讀1頁(yè),還剩75頁(yè)未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡(jiǎn)介

1、隨著網(wǎng)絡(luò)的迅速發(fā)展,輿情研究面臨著新的問(wèn)題和挑戰(zhàn)。網(wǎng)絡(luò)輿論提供了一個(gè)更為全面更為集中的民意反映,且由于其匿名性等特點(diǎn),能更真實(shí)地反映大多數(shù)民眾對(duì)事件的看法。
  對(duì)網(wǎng)絡(luò)輿論進(jìn)行研究,需要收集網(wǎng)絡(luò)上發(fā)布的信息并對(duì)其進(jìn)行挖掘,屬于Web挖掘的研究范圍。Web挖掘是以從Web上挖掘有用知識(shí)為目標(biāo),以數(shù)據(jù)挖掘、文本挖掘、多媒體挖掘?yàn)榛A(chǔ),綜合運(yùn)用計(jì)算機(jī)網(wǎng)絡(luò)、數(shù)據(jù)庫(kù)與數(shù)據(jù)倉(cāng)庫(kù)、人工智能、信息檢索、可視化、自然語(yǔ)言處理等技術(shù),將傳統(tǒng)的數(shù)據(jù)挖掘

2、技術(shù)與Web結(jié)合起來(lái)的一門新興學(xué)科。傳統(tǒng)的分類方法根據(jù)挖掘?qū)ο蟮牟煌瑢eb挖掘分為三類:Web內(nèi)容挖掘、Web結(jié)構(gòu)挖掘和Web使用記錄挖掘。為了能夠更容易地對(duì)應(yīng)用進(jìn)行分類,本文介紹并完善了一種從應(yīng)用的角度出發(fā)的分類方法。該方法將Web挖掘分為基于生產(chǎn)者的挖掘,基于消費(fèi)者的挖掘和基于增值服務(wù)提供者的挖掘,文中進(jìn)行了詳細(xì)的介紹。
  通過(guò)對(duì)用戶所頻繁訪問(wèn)的網(wǎng)頁(yè)主題進(jìn)行研究,可以了解一段時(shí)間內(nèi)用戶關(guān)心的事件,掌握輿情的動(dòng)向。針對(duì)這一需

3、求,本文對(duì)實(shí)際的網(wǎng)頁(yè)傳輸過(guò)程進(jìn)行了研究,總結(jié)了網(wǎng)頁(yè)傳輸?shù)奶攸c(diǎn),并針對(duì)這些特點(diǎn)對(duì)網(wǎng)頁(yè)的URL的提取及網(wǎng)頁(yè)的主題的提取進(jìn)行了相應(yīng)的處理。
  網(wǎng)絡(luò)流量中提取出的主題流可以看作是一個(gè)無(wú)限的數(shù)據(jù)流,統(tǒng)計(jì)其中頻繁出現(xiàn)的主題可看作是數(shù)據(jù)流的頻繁項(xiàng)挖掘問(wèn)題。由于內(nèi)存的限制,進(jìn)行頻繁項(xiàng)統(tǒng)計(jì)時(shí)所使用的算法需要具備只掃描一遍即可發(fā)現(xiàn)頻繁項(xiàng)和低空間開(kāi)銷及低時(shí)間開(kāi)銷的特點(diǎn)。改進(jìn)的LC算法提出了一種不同于原算法的數(shù)據(jù)結(jié)構(gòu)和處理流程,進(jìn)一步減少了算法的時(shí)間開(kāi)

4、銷,能夠滿足處理要求。為使改進(jìn)算法能夠適用于輸入數(shù)據(jù)為相似字符串的情況,增加了對(duì)輸入數(shù)據(jù)的處理。
  基于以上理論基礎(chǔ),本文最后實(shí)現(xiàn)了一個(gè)基于數(shù)據(jù)流挖掘的網(wǎng)頁(yè)熱門主題的獲取系統(tǒng),屬于基于增值服務(wù)提供者的Web挖掘應(yīng)用。該系統(tǒng)對(duì)局域網(wǎng)出入口的網(wǎng)絡(luò)流量進(jìn)行捕獲,過(guò)濾出其中的HTTP連接,記錄網(wǎng)頁(yè)的URL和標(biāo)題等信息,采用改進(jìn)的LC算法對(duì)頻繁出現(xiàn)的主題類進(jìn)行統(tǒng)計(jì),并將頻繁出現(xiàn)的主題類提交給用戶。對(duì)該系統(tǒng)進(jìn)行的實(shí)測(cè)實(shí)驗(yàn)表明,系統(tǒng)能夠發(fā)現(xiàn)主

溫馨提示

  • 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。

評(píng)論

0/150

提交評(píng)論