网络舆情大数据分析平台 面向各级公安、网信办、各企事业单位的实际应用，紧密结合用户的业务特色， 采用先进的大数据和人工智能技术，通过深度挖掘数据的潜在价值，为用户研判决 策提供各种辅助支撑。通过互联网信息采集、全文检索和文本分词技术，自动搜集 互联网的信息，通过相似性聚类聚类、垃圾过滤、情感分析、提取摘要、主题监控、 数据挖掘等技术，实现对社会热点话题、突发事件的快速识别以及定向追踪，从而 帮助用户在第一时间获取关于本单位、本行业的正负面新闻、领导及从业人员的相 关报道、舆论热点等，及时掌握舆论动向，从而实现快速发现、快速处置。

安全技术-网络信息-面向公共危机预警的网络舆情分析研究.pdf

军事网络舆论导向是人们获取军事信息的主要来源，这些舆论信息将直接影响人们的判断，甚至危害社会安全。本文基于军事主题特点，对比常见的文本聚类算法，改进传统的Single-Pass算法，设计适合军事主题的网络舆情监控系统，准确率和召回率都高于Single-Pass算法5个百分点以上，达到较好的效果，从而为相关部门制定决策提供可靠依据。

2021年2月,中国互联网络信息中心(CNNIC)发布了第47次《中国互联网络发展 状况统计报告》。报告指出，截止至2020年12月,我国手机网民的规模达到9.86亿， 其中使用手机上网的网民占比99.7%，而网络新闻用户规模为7.43亿，占网民总体的 75.1%。网络逐渐成为了人民生活中不可或缺的一部分 2020年是极度不平凡的一年，新冠肺炎疫情的发生影响着我们生活的方方面面， 互联网作为人民生活必不可缺的一部分，在疫情期间也发挥了独一无二的作用。网民 通过互联网了解疫情变化，在互联网平台发布消息。其中微博作为中国最大的社交媒 体平台，承担着来自各方网民的声音。对于微博的文本数据挖掘一方面可以了解舆情 发展趋势，另一方面还可以充分发挥政府和国家对于网络舆论的引导与监管力量，避 免舆论导向走偏。 本文以2020年发生的新冠肺炎疫情为研究案例，以微博平台为数据来源，针对 微博文本与微博评论的特点，从舆情分析的角度出发，基于snowNLP情感分析与改 进的LDA主题提取模型进行舆情分析。本文的研究内容主要分三部分，首先是與情 数据的获取与处理，其次是舆情主题提取与分析，最后是对本文的研究总

安全技术-网络信息-网络舆情影响因素及其作用机制研究.pdf

安全技术-网络信息-试论网络舆情对国家政治安全的影响及对策.pdf

近年来，随着移动终端技术的不断发展，人们可以愈发便捷地通过微博、论坛等载体来 表达个人的情绪及观点。用户通过这些载体发布的信息中往往包含着一定程度的情感倾向、意见倾向特征，通过情感倾向分析技术挖掘这些特征对于舆情分析、舆情监控等有着十分重要的意义。本文以论坛文本数据为研究对象，使用基于机器学习的情感倾向分析方法进行了相关研究，具体研究内容如下: 首先，介绍了针对论坛数据进行舆论倾向性研究的背景及意义，阐述了业内使用机器学 习技术进行情感分析的相关研究现状。同时，针对情感倾向分析的流程和相关技术进行了介绍，包括文本采集技术、文本预处理技术、文本表示技术、性能评估指标等。 而后，研究使用朴素贝叶斯技术以及字典法针对论坛文本进行情感倾向性分析，经过算 法适用性比较，最终选择了效果更优的字典法。通过扩充分词库、扩充极性词库、构建面向突发事件的情感倾向词典等方式对算法进行了四次优化，最终平均准确率达到了87%，平均召回率达到了81%，能较好地反映文本针对突发事件的意见倾向数值。 关键词 : 机器学习，网络舆情，情感倾向分析，朴素贝叶斯，情感字典

高校网络舆情的监测与引导，王健，，在互联网日益成为舆论主阵地的情况下，网络舆情给高校思想政治教育工作提出了新的挑战。网络舆情是社会舆情在网络虚拟空间的延伸

基于SIR传染病模型的突发事件网络舆情演变分析 基于SIR传染病模型的突发事件网络舆情演变分析，张秦，谢乃明，本文以突发事件网络舆情演化为对象展开研究,系统综述了网络舆情演化的相关方法研究,并对突发事件网络舆情的特征进行了定义和阐述

移动元胞自动机的个体化网络舆情聚类模型与仿真.pdf