设计开发
基于电视传媒热点
的网络舆情分析系统研究与设计
贺战兵李辉熠文林彬
(湖南大众传媒职业技术学院湖南长沙410100)
数事共每庆用
摘要：网络的发展是对电视传媒机电是挑战。在国家推行“三网合一”的大背量下电视台在发择传统优势的前提下，充分利用网络信息来源广、传递还速和网络典情分新技水强大的信息提取能力来提升自身的核心竞争力是一个有着十分重大实用价值的研究课题，可以帮助电视台快速正确应对来白网络的危机、维护正面形象、防止悉性竞争,将危机带来的负面影响减到最低,进而为电视台带来大量的经济与社会效益。
关键词电视传媒网络典情设计
中图分类号：TP393.09
文献标识码:A
文章编号:1007-9416(2013)09-0166-02
目前，网络奥情监测与分析技术与媒体传插理论与实践技术相结合的应用尚处于起步阶段，奥情分析技术还处于兴起期，专门针对电视台关心信息的解决方案还没有，已有研究人员提出的多种分析技术还有待改进
本文针对电视传媒热点，进行了基于电视传媒热点的网络奥情监测系统的研究，主要研究内容包括以下两个方面：一是获取技术的研究，保障信息获取的快捷性和准确性，从而适应网络奥情监测的分析和需要，二是进行了话题层次上进行互联网奥情信息监控的发现模型的研究改进，该模型应能高效获取电视台所关心的网络信息，具有较高的分类准确性、较高的效率和较高的智能化程度，能将热点话题进行自动分类，使得对网络新闻、网络奥情信息进行及时的跟踪和关注十分方便。
本文的研究实验基于以下框架进行(图1)。
本文以红网、华声论坛等为监测对象，2013年7-9月期间进行了
关于电视传媒热点相关信息的监测与分析， 1数据采集阶段
在数据采集阶段，采用垂直搜索引擎，使用WEB挖掘技术，利用主题爬虫对网站进行监控和采集，采集得到的网页存人数据库中。本文分别根据不同网站和论坛的特点，以栏目为出发点，递归向下获取文章列表、子栏目列表，再获取相应的回复。本文利用论坛在主贴列表页面中提供的回复数与点击数，结合Web信息提取模块的功能，将回复信息数进行提取，与曾经提取过的信息数量进行比对，
数据采集
分析处理数架
数据采集
热点信息益控信息
调情款新准
最数新
图1基于电视传媒热点的网络情分析系统框架图
基金项目：湖南省科技计划项目：课题号：2012GK3072。 6
通过差值可以获得上次的采集断点所在的页数，然后直接转移至含有未采集新数据的页面，对主帖与回帖进行增量的采集。这种智能更新策略避免了带宽与计算资源的浪费(表1)。
在信息提取功能模块，本文对爬取的网站数据，随机抽取300条信息，分别提取标题、内容、回复数，点击数、作者、日期等信息，并经过人工查看提取字段内容的正确性。Web信息提取功能测试结果见(表2)。
在本次测试过程中，论坛采集部分可以做到100%的采集率，新闻部分，有部分提取失败。主要因为网页和数据本身错误，导致页面无法访间。
表1采集信息情况
站点红网
华声论坛红网论坛金鹰网金鹰微博
站点红网华声论坛红网论坛金鹰
金唐微博
标题 2 4 5
媒体类别
综合论坛
论坛综合微博
栏目
所有栏目所有栏目
所有栏目所有栏目关键字检索
类别
新阳正文
主贴回帖主贴回帖
新阳正文回复
群组主题
数量 231 124 154 321 241 ts 23 211
表2Web信息提取功能测试结果
数量 60 60 60 60 60
标题 100% 100%
100% 100% 100%
内容 100% 100% 100% 100% 100%
回复数 N/A 60%
100% N/A 100%
点雷数 100% 100%
100% 80% 100%
表3信息指纹功能测试结果
综合网站系统
6 8 0 7 2
实际 3 10 0 2 3
论坛系统 22 63 14 8
实际 31 77 20 11 5
作者 100% 100% 100% 100% 100%
博客系线
0 4 2
采集率 100% 100% 100% 100% 100% 96% 100% 100%
日期 100% 100% 100% 100% 100%
实际 0 3 0 4 3