基于新浪微博舆情采集与倾向性分析系统
这是一篇关于网络舆情,新浪微博,倾向性分析,趋势预测,Spring的论文, 主要内容为随着互联网的飞速发展,互联网的普及率越来越高,人们越来越愿意通过网络表达自己对一些社会热点、突发事件的个人观点。如今的网络舆情颠覆了传统的模式,开始以一种势不可挡的趋势进入到社会层面,对社会造成十分深远的影响。微博集结了互动功能强大、实时性突出、便捷的手机支持以及名人效应等诸多优点,已经逐步取代博客、贴吧等其他老牌的舆情传播平台,对网络舆情的发展起到了推波助澜的作用,它也成为现如今最重要的网络舆情传播平台。微博的关注功能可以将用户们关联到一起,使得信息的传播速度得到历史性的变革,这也使得利用微博信息进行研究从而掌握舆论发展方向成为可能,更可以为政府、企业提供科学的分析结果,提高它们的决策能力,具有极高的社会价值和商业价值。本系统主要分为舆情采集模块、舆情信息预处理模块、舆情信息分析模块、舆情信息服务模块和系统管理模块等五大模块。选择新浪微博作为舆情分析系统的数据来源,利用Java的定时任务对新浪微博的内容进行定时抓取,将获得的页面内容按照新浪微博页面的结构特点进行分解,存入数据库,再利用文本聚类、向量化等分类手段进行分析,最后通过倾向性分析给出结果,并在舆情分析的基础上以图表的形式将舆情在一段时间的走势呈现给用户。在软件层面上,本系统选择SpringMVC、Spring、Hibernate等开源技术作为整体架构,降低各模块之间的耦合程度,提高程序的可扩展性。在采集和页面解析模块中还分别使用到MySQL、HtmlParser、ICTCLAS中文分词系统等开源技术。在系统开发过程中,我们对系统进行了单元测试、功能性测试、性能测试以及安全测试。在测试过程中我们选择“捉妖记”作为关键词进行数据采集,最终获得2015年7月9日至2015年7月21日之间“捉妖记”相关微博432361条,通过对这些数据的去重、去噪、语义分析、文本聚类、词性分类等一系列操作,最终获得了13天当中关于“捉妖记”话题的舆情走势,以电影上映日期7月16日作为分水岭,上映之前“捉妖记”相关的正面微博占比在45%上下浮动,上映之后正面的微博占比提高到了90%以上。在实际应用中,片方可以根据舆情在不同时期的特点,采取不同的宣传策略,以获得利益的最大化。
配电物联网下配变的运行状态评估与预测系统设计与实现
这是一篇关于配电物联网,云边协同,配电变压器,状态评估,趋势预测的论文, 主要内容为配电变压器作为低压配电网最为重要的电气设备,负责将持续、优质的电能输送给电力用户,对配电变压器进行实时运行状态评估与趋势预测,能够保证其稳定、可靠、持续运行。另一方面,随着泛在电力物联网的持续建设与“智慧配电”战略的技术变革,搭建面向配电变压器运行状态评估与趋势预测业务场景的配电物联网体系框架,云边高效协同,实现对配变运行状态的实时评估与趋势预测,具有重要的研究意义与应用价值。本文基于北京智芯微电子科技有限公司“智能融合终端”与华为云服务平台,设计面向配变运行状态评估与预测业务场景的配电物联网系统架构,在此架构下基于边端实时上送的配电变压器运行数据,云端对其进行在线状态评估与异常设备趋势预测,开发“配电变压器的运行态势感知与预测”软件系统,方便运维人员从多个维度把控当前节点配电变压器的健康状态,并为异常工况配变的预测性维护、运维抢修提供决策支持。全文的主要工作如下:(1)在配电物联网标准框架下,借助华为云与智芯智能融合终端,设计面向配电变压器运行状态评估与预测业务的系统层次架构,规范了该架构下的云边协同工作流程,研究物联边端接入、数据共享与流转,信息模型规范等内容。(2)提出一种基于边端在线运采数据的配电变压器运行状态评估与预测方法。构建一套配电变压器运行健康度评估指标体系,采用AHP-Delphi法对各层级指标赋权并进行配变运行状态多维评估;运用深度学习方法构建配变运行状态趋势预测模型,主动预测状态异常的配变在未来十二个时间节点的运行趋势。(3)开发了一套“配电变压器的运行态势感知与预测”软件系统,包括七个子模块:设备状态评估、当日状态曲线、状态预测曲线、重过载分析、评估指标体系与得分、线路设备状态总览、其他。经验证系统能够实现智能融合终端接入与运行数据采集上送,并在华为云生态下按照设计规则流转与存储;通过某供电公司数据案例分析,系统能够基于在线运采数据进行“一站式”配变运行状态的实时感知,对处于异常工况的配变运行态势做出及时推演,能够从多个维度对配电变压器当前节点的健康状态做出准确、及时评估,并对评估结果不理想的配变进行未来趋势推演,方便运维人员全面感知配电变压器运行态势,并对潜在风险配变进行预测性维护与抢修。
基于新浪微博舆情采集与倾向性分析系统
这是一篇关于网络舆情,新浪微博,倾向性分析,趋势预测,Spring的论文, 主要内容为随着互联网的飞速发展,互联网的普及率越来越高,人们越来越愿意通过网络表达自己对一些社会热点、突发事件的个人观点。如今的网络舆情颠覆了传统的模式,开始以一种势不可挡的趋势进入到社会层面,对社会造成十分深远的影响。微博集结了互动功能强大、实时性突出、便捷的手机支持以及名人效应等诸多优点,已经逐步取代博客、贴吧等其他老牌的舆情传播平台,对网络舆情的发展起到了推波助澜的作用,它也成为现如今最重要的网络舆情传播平台。微博的关注功能可以将用户们关联到一起,使得信息的传播速度得到历史性的变革,这也使得利用微博信息进行研究从而掌握舆论发展方向成为可能,更可以为政府、企业提供科学的分析结果,提高它们的决策能力,具有极高的社会价值和商业价值。本系统主要分为舆情采集模块、舆情信息预处理模块、舆情信息分析模块、舆情信息服务模块和系统管理模块等五大模块。选择新浪微博作为舆情分析系统的数据来源,利用Java的定时任务对新浪微博的内容进行定时抓取,将获得的页面内容按照新浪微博页面的结构特点进行分解,存入数据库,再利用文本聚类、向量化等分类手段进行分析,最后通过倾向性分析给出结果,并在舆情分析的基础上以图表的形式将舆情在一段时间的走势呈现给用户。在软件层面上,本系统选择SpringMVC、Spring、Hibernate等开源技术作为整体架构,降低各模块之间的耦合程度,提高程序的可扩展性。在采集和页面解析模块中还分别使用到MySQL、HtmlParser、ICTCLAS中文分词系统等开源技术。在系统开发过程中,我们对系统进行了单元测试、功能性测试、性能测试以及安全测试。在测试过程中我们选择“捉妖记”作为关键词进行数据采集,最终获得2015年7月9日至2015年7月21日之间“捉妖记”相关微博432361条,通过对这些数据的去重、去噪、语义分析、文本聚类、词性分类等一系列操作,最终获得了13天当中关于“捉妖记”话题的舆情走势,以电影上映日期7月16日作为分水岭,上映之前“捉妖记”相关的正面微博占比在45%上下浮动,上映之后正面的微博占比提高到了90%以上。在实际应用中,片方可以根据舆情在不同时期的特点,采取不同的宣传策略,以获得利益的最大化。
配电物联网下配变的运行状态评估与预测系统设计与实现
这是一篇关于配电物联网,云边协同,配电变压器,状态评估,趋势预测的论文, 主要内容为配电变压器作为低压配电网最为重要的电气设备,负责将持续、优质的电能输送给电力用户,对配电变压器进行实时运行状态评估与趋势预测,能够保证其稳定、可靠、持续运行。另一方面,随着泛在电力物联网的持续建设与“智慧配电”战略的技术变革,搭建面向配电变压器运行状态评估与趋势预测业务场景的配电物联网体系框架,云边高效协同,实现对配变运行状态的实时评估与趋势预测,具有重要的研究意义与应用价值。本文基于北京智芯微电子科技有限公司“智能融合终端”与华为云服务平台,设计面向配变运行状态评估与预测业务场景的配电物联网系统架构,在此架构下基于边端实时上送的配电变压器运行数据,云端对其进行在线状态评估与异常设备趋势预测,开发“配电变压器的运行态势感知与预测”软件系统,方便运维人员从多个维度把控当前节点配电变压器的健康状态,并为异常工况配变的预测性维护、运维抢修提供决策支持。全文的主要工作如下:(1)在配电物联网标准框架下,借助华为云与智芯智能融合终端,设计面向配电变压器运行状态评估与预测业务的系统层次架构,规范了该架构下的云边协同工作流程,研究物联边端接入、数据共享与流转,信息模型规范等内容。(2)提出一种基于边端在线运采数据的配电变压器运行状态评估与预测方法。构建一套配电变压器运行健康度评估指标体系,采用AHP-Delphi法对各层级指标赋权并进行配变运行状态多维评估;运用深度学习方法构建配变运行状态趋势预测模型,主动预测状态异常的配变在未来十二个时间节点的运行趋势。(3)开发了一套“配电变压器的运行态势感知与预测”软件系统,包括七个子模块:设备状态评估、当日状态曲线、状态预测曲线、重过载分析、评估指标体系与得分、线路设备状态总览、其他。经验证系统能够实现智能融合终端接入与运行数据采集上送,并在华为云生态下按照设计规则流转与存储;通过某供电公司数据案例分析,系统能够基于在线运采数据进行“一站式”配变运行状态的实时感知,对处于异常工况的配变运行态势做出及时推演,能够从多个维度对配电变压器当前节点的健康状态做出准确、及时评估,并对评估结果不理想的配变进行未来趋势推演,方便运维人员全面感知配电变压器运行态势,并对潜在风险配变进行预测性维护与抢修。
面向社会安全事件的公众情感倾向分析研究
这是一篇关于社会安全事件,微博,事件侦测,情感分析,趋势预测的论文, 主要内容为以微博为代表的社交媒体已经发展成为一种新的传播媒介,为人们带来了信息获取、发布和传递的便利与自由,彻底改变了人们的信息传播格局和生活模式。但是,社交媒体低成本、用户广、传播快的特点也为社会安全事件的传播和扩散带来了便利,大大增加了其危害性和破坏程度,使其成为国外敌对势力和国内不法分子散布谣言、发布网络攻击的重要阵地,以达到颠覆国家政权、破坏民族团结、阻碍社会稳定、损害人民利益的目的。因此,开展网络社交媒体中社会安全事件的侦测,并对公众的情感倾向和趋势进行分析和预测不仅具有重要的理论价值,而且对于维护国家安全、保持社会稳定具有十分重要的现实意义。本文以新浪微博为研究对象,对微博中社会安全事件的侦测、公众的情感倾向性和公众情感趋势分析与预测进行了研究,研究工作覆盖了微博中社会安全事件网络舆情的发现、理解、分析和预测,形成了一整套社交媒体中社会安全事件的分析方法和相关理论。主要研究工作和成果如下:(1)微博基础资源库建设方法的研究提出了一种微博数据爬取方法和微博文本预处理策略,并构建了微博文本预处理用户词典。通过对微博数据爬取技术的研究,构建了基于网络爬虫和新浪API相结合的微博数据爬取策略,针对微博文本的特点,制定了相应的微博文本预处理方案,并构建了大量的用户词典,包括66万多的常用词词典、4万多的专用名词词典和将近8百多的专用名词后缀词典等,完成了微博基础资源库的建设。(2)词语语义相关度计算方法的研究提出了一种基于语义关系图的词语语义相关度计算模型。通过对How Net语义知识库中语义关系的提取和大规模语料库中词语语义搭配关系的抽取,构建了词语语义关系图,在词语语义关系图的基础上,采用图论的相关算法和理论,构建了基于语义关系图的词语语义相关度计算模型。实验表明,该模型对词语语义相关度的计算性能较好,并且可以通过添加领域语料以达到词语语义相关度计算领域适应性的目的。(3)微博中社会安全事件侦测方法的研究提出了一套微博中社会安全事件特征词表示体系和社会安全事件侦测模型。从社会安全事件的突发性和主题性出发,从能够表征事件的基本要素、能够表征事件的信息主题、与事件话题标签相关、能够体现突发性和能够很好过滤广告性五个方面,构建了社会安全事件特征词表示体系,结合词语语义相关度计算模型,构建了基于凝聚式层次聚类和增量聚类的社会安全事件侦测模型。实验表明,该模型提取的特征词具有较强的代表性,并且其社会安全事件的侦测性能较好。(4)微博文本的情感分析方法和公众情感倾向性分析方法的研究提出了一种基于双重注意力机制的微博文本情感分析模型和公众情感倾向性分析模型。针对微博文本情感表达的特点,构建了包括六类情感符号的微博情感词典,在此基础上,采用注意力机制对微博文本的LSTM建模结果和微博文本中包含的情感符号分别建模,构建了基于双重注意力机制的微博文本情感分析模型,并采用情感倾向的倾向程度作为衡量指标,构建了公众对特定社会安全事件的情感倾向分析模型。实验表明,本文的情感分析模型较现有的最好模型有一定的性能提升。(5)公众情感趋势分析与预测方法的研究提出了一套情感趋势分析指标和情感趋势分析及预测模型。针对情感趋势分析与预测的需求,构建了包括特定情感倾向微博数目和特定情感倾向微博比重两类共计6个情感趋势分析指标,采用多项式拟合的分析方法,构建了情感趋势分析模型,并通过融合多粒度时间片下情感趋势拟合回归函数的斜率变化情况,构建了情感趋势预测模型。通过相关的实际案例分析,表明本文的模型具有较好的性能。最后,基于SSM架构和Bootstrap框架以及Echarts组件实现了一个微博中社会安全事件公众情感分析系统。系统由微博数据的采集与预处理、社会安全事件的侦测、公众情感倾向性分析和公众情感趋势分析和预测四个模块构成,可以对社会安全事件的侦测、微博文本的情感分析以及公众情感倾向及情感趋势分析与预测的相关模型与算法进行实验。
本文内容包括但不限于文字、数据、图表及超链接等）均来源于该信息及资料的相关主题。发布者：毕设驿站 ，原文地址：https://m.bishedaima.com/lunwen/47352.html
