[01710274]面向用户关注和态度模型的大规模跨语言网络舆情分析系统研发

本项目将从互联网获取的网站、论坛、博客等大规模数据作为研究对象,提出利用跨语言文本挖掘技术从各种语言信息交流平台中提取事件要素的新方法;设计网络用户对事件的关注及态度模型并建立用户关注及态度模型库;研究新型群体智能涌现机制及工作原理,设计群体仿真模型;通过模拟网络用户行为,实现对网络舆情信息的准确分析进而预测短期内可能爆发的突发事件或者群体事件。设计并实现基于群体智能涌现的跨语言网络舆情分析系统,对网络舆情进行监控,实时准确地预测可能发生的网络突发事件。具体研究内容包括： （1） 从大规模跨语言网页中提取事件要素,建立网络用户关注和态度模型。 对网站、论坛、博客、微博等进行跨语言文本挖掘,研究跨语言检索技术中的文字切分技术、词汇翻译、词频技术、索引技术,从各种语言文本信息中准确地提取出用户关心事件的时间、地点、主体、行为和客体等要素。分析用户对事件要素的态度,构成特定的用户关注和态度模型。 （2） 研究群体智能涌现机理并设计实现虚拟群体。 本项目将深入研究群体智能涌现机理,结合网络用户关注和态度模型库,围绕群体智能涌现的条件和特征设计实现虚拟群体。 （3） 跨语言网络舆情分析算法研究及软件系统实现。 设计基于群体智能涌现的网络舆情主题关注度分析、热点分析、焦点分析、敏点分析、拐点分析、频点分析、重点分析方法,实现对热点舆情信息的挖掘,并开发软件系统用于真实舆情监控应用,对网络突发事件实时预警。