基于主题的网络舆情分析模型及其实现.pdf

《基于主题的网络舆情分析模型及其实现.pdf》由会员分享，可在线阅读，更多相关《基于主题的网络舆情分析模型及其实现.pdf（7页珍藏版）》请在淘文阁 - 分享文档赚钱的网站上搜索。

1、 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.http:/情报分析与研究XI ANDAI TUSHU Q INGBAO JISHU49基于主题的网络舆情分析模型及其实现钱爱兵(南京大学信息管理系 南京210093)【摘要】网络舆情分析是信息处理领域内的一个新兴且有实用价值的方向。分析网络舆情分析的基本问题,提出难点以及相关的解决方案,并在此基础上设计基于主题的网络舆情分析模型。【关键词】主题信息采集 网络舆情 舆情分析【分类号】TP391G202A Model for Anal

2、yzing Public Opinion Under theWeb andIts I mplementationQian Aibing(Department of Information Management,Nanjing University,Nanjing 210093,China)【Abstract】In view of the shortcomings of traditionalmethods for analyzing public opinions,this paper proposes a new i2dea of public opinion analysis under

3、theWeb,and then designs a model for it.Experiments show that the proposed modelis an effective solution to analyzing public opinion under theWeb.【Keywords】Focused crawlingPublic opinion under theWebPublic opinion analysis 收稿日期:2007-09-26 收修改稿日期:2007-11-201 引 言 舆情也即舆论,西方用“Pubic Opinion”表示,是指公众关于现实社会以

4、及社会中的各种现象、问题所表达的信念、态度、意见和情绪表现的总和,具有相对的一致性、强烈程度和持续性,对社会发展及有关事态的进程产生影响,其中混杂着理智和非理智的成分1。在网络环境下,舆情的表现形式就是网络舆情,它具有表达快捷、信息多元、方式互动的特点,具备传统媒体无法比拟的优势,仅仅依靠传统的手工方法难以胜任舆情信息的采集、分析和处理工作,从而舆情信息的正确性及传播范围都无法得到有效控制,舆情形成迅速,热点、焦点层出不穷,对社会影响巨大。如何加强网络舆情信息的管理已成为网络舆情监督部门和决策者迫切需要解决的问题。当前,一些学者和研究机构已经取得一定进展2,3,但同时也存在一些不足:一方面分析

5、深度不够,仅停留在相关数据的统计层面,没有剖析数据背后的深层含义;另一方面虽然提出一些分析模式和判据4,但缺乏利用计算机自动化处理的可操作性,难以在实际工作中加以应用。因此,笔者结合法院系统的实际业务需求,设计并实现基于主题的网络舆情分析模型,并以江苏省法院系统作为案例阐述该模型的实现原理。2 模型设计 基于主题的网络舆情分析模型主要由舆情主题规划、舆情信息采集、舆情信息分析、舆情预警处理4个部分总第163期 2008年 第4期 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.ht

6、tp:/50 现代图书情报技术组成,这4部分构成一个完整的网络舆情分析的生命周期。笔者设计该模型遵循的基本原则是:充分利用计算机进行网络舆情分析工作,最大程度减少人工干预。此外,期望该模型能够达到以下目标:实现网络舆情的自动采集、分析和处理,及时应对网络舆情,由被动防堵转化为主动梳理、引导。模型的总体处理流程如下:(1)基于中文新闻信息分类标准及代码 的一级、二级类目构建网络舆情主题列表及其对应的初始种子URL集合,决策者或舆情监督部门根据自己的舆情需求选择相应的主题;(2)网络舆情采集模块按照设定的舆情主题和种子URL集合自动采集相关舆情信息,经过过滤处理,剔除主题无关的舆情信息,将主题相关

7、的舆情信息保存到舆情信息库中;(3)舆情分析模块对采集到的舆情信息进行关注度、热点、焦点、拐点和重点等分析,生成舆情分析报告;(4)舆情预警模块根据舆情分析报告作出相应的处理,并将分析报告反馈给决策者或舆情监督部门,为管理和决策提供支持。决策者或舆情监督部门获得舆情分析报告后往往会产生新的舆情需求,从而进入到下一轮循环之中,直到其满意为止。模型的总体结构如图1所示:图1 基于主题的网络舆情分析模型3 关键技术3.1 舆情主题规划 舆情主题规划是指决策者或舆情监督部门根据自己的舆情需求选择合适的舆情主题及其对应的种子URL集合,确定舆情信息采集任务。主要包括以下两个部分:(1)舆情主题选择 舆情

8、主题选择的方法与文献5相同,均将 中文新闻信息分类标准及代码 的一级、二级类目作为系统默认的舆情主题分类,每个主题下配备一个主题文本、主题导向词表,在此不再赘述。(2)种子URL集合选择初始种子URL集合的选择对高质量完成舆情信息采集任务起着至关重要的作用。笔者根据美国康奈尔大学教授Jon M.Kleinberg的研究成果6 Web网页分布存在着Hub/Authority特性,进行初始种子URL的筛选工作,具体做法参见文献5。3.2 舆情信息采集 舆情信息采集是指根据舆情主题规划的任务需求,从多种信息渠道收集社情民意,并有效进行过滤和存储,为下一步的舆情分析提供优质素材。(1)舆情页面采集 根

9、据待采集URL队列,利用各种Web协议访问Web,将Web页面下载到本地进行分析。为了能够高效地采集页面数据,笔者采用多线程并行的采集策略。具体方法是将所有待采集URL存储到URL队列中,然后不停地从队首取出URL分配给各个工作线程进行采集,当某个工作线程采集完毕以后,它会主动向主进程发送URL请求,主进程从待采集URL队列中提取URL分发给该进程,循此往复,直到待采集URL队列为空。为了避免采集陷入死循环,将采集深度设为5。(2)舆情页面分析 采集到舆情页面以后,利用HT ML解析器的语法分析功能从中抽取出链接及其上下文数据、标题、全文,为下一步的页面过滤提供判断依据。页面链接及其上下文数据

10、的抽取:利用HT ML解析器对舆情页面进行分析,遇到带有链接的标记如、等,就从标记结构的属性中找出目标URL,并从该标记对之间抽取出正文作为该链接的上下文,这两个数据就代表该链接。链接上下文中如果包含主情报分析与研究 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.http:/XI ANDAI TUSHU Q INGBAO JISHU51题导向词,则该链接所指向的网页与主题相关的可能性较高。页面正文的抽取:通过HT ML解析器找到标记和,将这两个标记之间的内容去除其中所有的HT M

11、L标记即为页面正文。页面标题的抽取:通过HT ML解析器找到标记和,将这两个标记之间的内容去除其中所有的HT ML标记即为页面标题。如果为空,则从页面正文中抽取第一行文字作为标题。(3)舆情页面过滤 为了有效提高舆情信息采集的可靠性和效率,系统需要在采集过程中判断舆情页面与给定舆情主题的相关性。笔者采用的方法与文献5相似,采用页面元数据分析和全文内容分析相结合的方法进行主题相关性判定,对页面进行分析和过滤。基于页面元数据判断主题相关性 利用页面元数据来为每一条舆情信息打分,将得分大于或等于设定阈值的舆情信息归类到相应主题,并存储到舆情主题库中;将得分小于设定阈值的舆情信息存储到系统缓存中,系统

12、将根据它的全文内容进行二次判断。整个页面元数据类型可分为3种:页面标题,如果舆情页面标题包含某个主题词,则这条舆情信息与该主题词所属主题很可能密切相关;页面链接,如果一个舆情链接中包含某个主题词,则这个链接所指向的舆情页面很可能是跟这个主题词所属主题密切相关;链接上下文,如果舆情链接的上下文中包含某些主题词,则这个链接所指向的页面很可能是跟这些主题词所属主题密切相关。相应的计算公式如下:基于页面内容判定主题相关性 目前,判断页面内容与主题的相关性的方法仍然是基于关键词,本文采取的方法就是基于关键词的向量空间模型算法,算法描述参见文献5。3.3 舆情信息分析 舆情信息分析是指对采集到的舆情信息素

13、材进行分析、挖掘,生成舆情分析报告并提交给舆情预警处理模块。文献4提出基于信息点进行网络舆情分析,笔者加以引申提出主题的概念,进而提出基于主题进行网络舆情分析思想。笔者对文献4提出的几种分析模式作了深入的研究,并结合当前的实际业务需求,剔除掉难以实现计算机自动化处理的散点、粘点、疑点、难点、频点、敏点等分析模式,对其余适用于计算机自动化处理的模式进行适当的改造和借鉴,设计出以下几种分析模式:主题关注度分析、热点分析、焦点分析、拐点分析、重点分析,其中主题关注度分析是其他分析模式的核心与基础。这些分析模式所需的相关统计数据均是通过与笔者独立开发的新闻全文检索系统相结合而获取,由于新闻全文检索系统

14、不是本文要阐述的内容,在此不再赘述。(1)主题关注度分析主题关注度是指过去某一时间段内,舆情主题被关注的程度,用该主题的相关网页数进行衡量。若用坐标系的横轴表示时间t,纵轴表示某一舆情主题(主题导向词群)的相关网页数,则关于某一个舆情主题S的相关网页数随时间的变化可以用函数rS(t)表示。根据文献4相关信息点的计算公式,得到在过去某一时间段t1到t2内关于舆情主题S的相关网页数(即关注度)的计算公式:RS(t1,t2)=rS(t2)-rS(t1)(2)通过公式(2)计算得到的结果RS(t1,t2)即为舆情主题S在t1到t2时间段内的关注度。为了描述主题关注度的变化趋势,系统有3种统计周期(日、

15、周和月)供选择,默认的最小统计周期为日。此外,主题关注度分析的起始时间和终止时间可以自定义设置。(2)热点分析 本文所述的“热点”与文献4基本一致,但范围有所扩大,由信息点扩展到舆情主题,即在某一时间段内相对更加被关注或集中关注的舆情主题,用该主题的关注度进行衡量。将所有舆情主题S1、S2、S3 的关注度RS1(t1,t2)、RS2(t1,t2)、RS3(t1,t2)与热度阈值R进行比较,大于R的设为热点,反之不是;最后对所有设为热点的主题按关注度的降序进行排列,生成t1到t2时间段内的热点主题排行榜。热点主题的判断公式如下:总第163期 2008年 第4期 1994-2010 China A

16、cademic Journal Electronic Publishing House.All rights reserved.http:/52 现代图书情报技术H(Si)=Max(RSi(t1,t2,R)=1 热点0 非热点(3)其中,i为大于0的整数。(3)焦点分析 此处的“焦点”是指过去某一时间段内被各类媒体刊登与播出频次较高的舆情信息,而文献4是按位次变化得到焦点,两者有着本质不同。用坐标系的横轴表示时间,纵轴表示关于某一舆情信息的所有相关网页数,则关于某一舆情信息N的相关网页数随时间的变化可以用函数fN(t)表示。在过去某一时间段t1到t2内,关于某一舆情信息N出现的相关网页数的计算

17、公式如下:FN(t1,t2)=fN(t2)-fN(t1)(4)通过公式(4)计算得到的结果称为舆情信息N在t1到t2时间段内的焦度。将所有舆情信息(Web页面)N1、N2、N3的焦度FN1(t1,t2)、FN2(t1,t2)、FN3(t1,t2)与焦度阈值F进行比较,大于F的设为焦点,反之不是;最后对所有设为焦点的舆情信息按焦度的降序进行排列,生成t1到t2时间段内的舆情焦点排行榜。舆情焦点的判断公式如下:F(Ni)=Max(FNi(t1,t2),F)=1 焦点0 非焦点(5)其中,i为大于0的整数。(4)拐点分析 文献4提出的“拐点”是按相对位次变化得到,而本文依据的是关注度变化的剧烈程度,

18、即过去某一统计周期内关注度剧烈变化的舆情主题,两者在内容表现上虽然有所不同,但均考虑到用变化幅度来衡量。为了衡量关注度变化的剧烈程度,与文献4一样,引入拐度的概念,但计算公式不同,本文提出的计算公式如下:t2j-t2j-1=TISi(Tj)=RSi(t2j+1,t2(j+1)-RSi(t2j-1,t2j)(6)其中,常数T表示舆情主题关注度变化的统计周期,即时间段t2j-1到t2j,Tj表示第j个变化周期,i和j均为大于0的整数,ISi(Tj)表示舆情主题Si第j个变化周期的拐度。假设有m个舆情主题,n个统计周期,则可以构造一个m行n列的拐度矩阵。第i行数据表示舆情主题Si在各个统计周期内的拐

19、度,第j列数据表示所有舆情主题在第j个统计周期内的拐度,矩阵如下所示:Imn=I11I12I1nI21I22I2nIm1Im2Imn(5)重点分析 此处“重点”的概念与文献4基本一致,均是通过预先设定一组目标词并赋予不同的数值来表示需要引起注意程度的轻重,但文献4没有给出详细的计算公式。根据舆情信息中是否出现目标词进行权值求和计算,假设重度阈值用W表示(系统默认为各目标词权值之和),则舆情信息的重度一旦超过W,就将其设为重点。用k1、k2、k3、kn表示预设的目标词,对应的权值分别为w1、w2、w3、wn,则对于某一条舆情信息,预设目标词ki的重度计算公式如下:W(ki)=wi 舆情信息中存在

20、ki0 舆情信息中不存在ki(7)相应地,该条舆情信息的重度计算公式为:WN=6ni=1W(ki)fi(8)其中,fi表示目标词ki在该条舆情信息中出现的频次,i为大于0的整数。3.4 舆情预警处理 舆情预警处理是指以按需定制的方式将舆情分析报告提供给决策者或舆情监督部门,决策者或舆情监督部门可以对已有的舆情分析报告进行评估,产生新的舆情需求,进而规划新的舆情分析重点,开始新的舆情分析,形成一个具有生命特征的、周期往复的社情民意反馈系统。4 模型实现 为了检验基于主题的网络舆情分析模型的有效性,以“江苏省法院系统”这一舆情需求作为案例,对该模型进行具体实现。4.1 实现环境 由于数据量不是很大

21、(小于10万条),所以使用一般的PC作为服务器。CPU使用Intel(R)Pentium(R)D2.80GHz(双核),内存大小为1GB,操作系统使用W in2dows XP Professional SP2,Internet信息服务是IIS 6.0,数据库为SQL Server 2000。4.2 技术支撑 整个网络舆情分析系统的实现均基于DotNet 1.1情报分析与研究 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.http:/XI ANDAI TUSHU Q INGBAO

22、JISHU53框架平台,开发工具使用Microsoft Visual Studio.NET2003。考虑到系统实际部署和使用的便捷性,采用C/S架构开发舆情主题规划与采集模块,而采用B/S架构实现舆情信息分析和预警处理模块,从而实现后台的数据处理和前台的数据展示彼此独立。4.3 实现流程 整个网络舆情分析系统的实现分为4大模块:(1)舆情主题规划 本文所指的“主题”概念与文献5相同,均是通过构造主题导向词表描述主题,因此,舆情主题规划模块的实现在此不再赘述。(2)舆情信息采集 舆情采集模块是后续分析与处理的基础,具体实现步骤是:采集模块根据主题导向词群构造检索式,提交给Baidu新闻和Goog

23、le新闻,取返回结果交集的前100个URL作为初始种子URL;设定采集参数,包括采集终止条件、线程数、全文保存路径、采集周期等;采集模块根据种子URL集合及设定的采集参数,采用宽度优先遍历的方式采集全文,并不断向其他网站扩展。(3)舆情信息分析 舆情分析模块是整个分析模型的核心,各分析模型的具体实现步骤如下:主题关注度分析实现步骤1)设定舆情主题(通过主题导向词群描述舆情主题);2)设定舆情信息的起始时间t1和终止时间t2;3)设定舆情信息的统计周期T;4)根据主题导向词群、起始时间、终止时间以及统计周期这4项数据构造检索式,提交给新闻全文检索系统,从而得到相关网页数,也即主题关注度。热点分析

24、实现步骤1)设定热度阈值R;2)利用公式(2)计算各舆情主题的关注度RS(t1,t2);3)分别比较各舆情主题关注度与热度阈值的大小,将关注度大于阈值的主题设为热点主题,反之则否;4)对各热点主题降序排序,生成热点主题排行榜。焦点分析实现步骤1)设定焦度阈值F;2)根据公式(4)计算各条舆情信息的焦度,对于已计算焦度的舆情信息,其相关页面的焦度不再计算;3)分别比较舆情信息焦度与焦度阈值的大小,将焦度大于阈值的舆情信息设为焦点信息,反之则否;4)对各条舆情信息的焦度降序排序,生成舆情焦点排行榜。拐点分析实现步骤1)根据公式(6)分别计算各个舆情主题在不同统计周期内的拐度,从而得到拐度矩阵;2)

25、将拐度矩阵的列数据按降序排列,得到所有舆情主题在某一统计周期内的拐度排行榜,排在最前面的舆情主题即为拐点主题;3)将拐度矩阵的行数据按降序排列,排在最前面的统计周期即为该舆情主题的拐点统计周期,也即该舆情主题关注度发生突变的统计周期。重点分析实现步骤1)设定需要重点关注的目标词群;2)根据关注程度的不同设定各个目标词的权值;3)根据设定的目标词群构造检索式,提交给新闻全文检索系统,从而得到与目标词群相关的舆情信息页面;4)根据公式(7)和(8)计算各条舆情信息的重度;5)比较各条舆情信息的重度与重度阈值的大小,如果大于重度阈值,则为重点,反之则否。(4)舆情预警处理舆情预警处理既是当前舆情分析

26、周期的终点,也是下一个舆情分析周期的起点。该模块的实现步骤如下:系统提供默认的舆情分析报告模板,内容涵盖主题关注度、热点、焦点、拐点和重点;将当前各种实际分析结果汇总,填充到报告模板中,自动生成舆情分析报告;决策者或舆情监督部门对舆情分析报告作出评估,如果满意,当前分析周期结束;反之,对各分析模式的相关约束条件进行适当调整,从而进入新一轮的舆情分析周期。4.4 测试集的选择 江苏省法院系统共包括1个省高院和13个市中院,因此相应地设置14个舆情主题。为了分析结果的规范性,将舆情信息的时间跨度设为2006年7月1日至2007年7月31日,采集系统从互联网上共采集到33 325张网页,下文的分析结

27、果如无特别说明均基于该数据集合。4.5 测试结果分析(1)主题关注度分析结果若以月为统计周期单位,则每个舆情主题关注度都有13个统计数据,用Mi表示一个统计周期,i1,13,如表1所示。总第163期 2008年 第4期 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.http:/54 现代图书情报技术表1 舆情主题关注度舆情主题M1M2M3M4M5M6M7M8M9M10M11M12M13江苏高院253139260192155326221140223169225244222南京法院1

28、2821294100113778151194134048911891693130016241234苏州法院164234172194195182265177330267199260306无锡法院2521621558715813016186112244124166183常州法院129961341041351327786106101118153206徐州法院92109107161145231179117102169115141163扬州法院6420429960253127524013710894210113南通法院11112993821021177387961248910287镇江法院3645428

29、151515063551057412147宿迁法院2717391715241713332175735连云港法院8361735597192724201023323107淮安法院484841517132236145861096438盐城法院17292069171534251329163928泰州法院1751391128530242834323826 根据以上数据,限于篇幅,仅以江苏高院为例,描绘二维关注度变化趋势图,如图2所示:图2 江苏高院主题关注度变化趋势图 从图2中可以看到,江苏高院的主题关注度于2006年8月份跌到谷底,2006年12月份冲到峰顶,其余时段变化相对不大。此外,利用该趋势图对

30、其未来的关注度值进行预测,从而得到如下推论:江苏高院2007年8月份的主题关注度将呈下降趋势,预计在139至222之间。(2)热点分析结果 以2007年7月份作为统计周期,将各舆情主题的关注度按降序排列,得到舆情热点排行榜,如图3所示:图32007年7月份舆情热点排行榜 通常情况下,南京作为省会城市,与江苏省其他城市相比,其受关注的程度相对较大,因此,可以推断南京法院受关注的程度也要高于其他中院。此外,区域的综合实力也是影响关注度的重要因素之一,因此,可以认为苏南地区法院的关注度往往要大于苏北地区。从图3的热点分析结果可以看出:实际分析结果与上述推论基本一致。(3)焦点分析结果 以江苏省高院院

31、长“公丕祥”作为舆情主题的导向词,统计周期从2007年1月1日至2007年7月31日,共有主题相关的舆情信息149条,焦点阈值设为10,焦点分析结果如表2所示:表2 舆情焦点排行榜序号舆情标题发布时间来源相关舆情数量1江苏省十届人大常委会第三十次会议闭会2007-5-31中国江苏网172省十届人大常委会第三十一次会议闭会2007-7-27扬子晚报网123江苏将在全省推广行政首长应诉制2007-7-26华律网124省十届人大五次会议胜利闭幕2007-2-1搜狐11 根据表2的分析结果,可以看到:关于“公丕祥”的舆情焦点主要集中在其参加的几次会议,这与实际情况基本相符。(4)拐点分析结果 根据表1

32、的关注度数据,利用公式(6),得到拐度数据统计列表。统计周期单位为月,用Ti表示一个统计周期,i 1,12,则每个舆情主题有12个拐度数情报分析与研究 1994-2010 China Academic Journal Electronic Publishing House.All rights reserved.http:/XI ANDAI TUSHU Q INGBAO JISHU55据,如表3所示:表3 舆情主题拐度舆情主题T1T2T3T4T5T6T7T8T9T10T11T12江苏高院1141216837171105818354561922南京法院1229337656237914685170

33、0504393324390苏州法院706222113838815363686146无锡法院9076871283175261321204217常州法院333830313559205173553徐州法院17254168652621567542622扬州法院14095239193126751297291411697南通法院18361120154414928351315镇江法院9339300113850314774宿迁法院10222229742012145022连云港法院221218427883482691084淮安法院071020399381641234526盐城法院1294952219912161

34、32311泰州法院3412281723256462612 限于篇幅,取前5个统计周期内拐度排名前4位的舆情主题,得到表4:表4 各周期内拐度排行榜(前4位)周期1234T1扬州法院江苏高院无锡法院苏州法院T2南京法院江苏高院扬州法院苏州法院T3南京法院扬州法院江苏高院无锡法院T4南京法院扬州法院无锡法院盐城法院T5南京法院江苏高院扬州法院徐州法院 从表4可以看到,涉及的舆情主题和次数为:扬州法院(5次)、南京法院(4次)、江苏高院(4次)、苏州法院(2次)、无锡法院(3次)、徐州法院(1次)、盐城法院(1次)。由此可以看出,在这5个统计周期内,扬州法院的关注度变化最剧烈,相应地会产生大量的焦点

35、信息;其次是南京法院、江苏高院、无锡法院等。(5)重点分析结果 假设要重点关注关于“郑筱萸”的舆情信息,于是构造预设目标词群:郑筱萸、玩忽职守、受贿,对应的权值为10、8、8,重度阈值为26。限于篇幅,只取重度排名前7位的舆情信息,如表5所示。表5的分析结果基本反映需要重点关注的有关“郑筱萸”的舆情信息,包括举报(3)、审判(2,6)、上诉(1)、执行(7)、思考(4,5),与实际情况基本一致。表5 重度排行榜序号舆情标题重度1郑筱萸上诉请求改判强调有坦白等从轻情节11882三大理由郑筱萸“斩立决”8823药厂主任因举报郑筱萸遭疯狂报复一贫如洗4844郑筱萸受贿渎职案剖析专家解答死刑判决原因3

36、725中国铁腕反腐“刮骨疗毒”从严治吏3046郑筱萸案二审维持原判检察官析药监局腐败窝案2507国家食品药品监督管理局原局长郑筱萸被执行死刑2485 结 语通过以上的分析结果可以看出,基于主题的网络舆情分析模型能够有效分析网络舆情发生、发展和变化的规律,可以对舆情的未来趋势进行科学预测,包括:当前人们最关注的舆情主题(热点分析),最关心的舆情信息点(焦点分析),关注程度发生剧烈变化的周期及舆情主题(拐点分析),决策者或舆情监督部门需要重点关注的舆情信息(重点分析)等。该模型经过实际系统的验证,在加强舆情信息梳理,及时、全面、准确地对舆情信息进行分析,随时关注社会动态,辅助管理者或相关部门进行正

37、确选择与决策等方面有很大意义。参考文献:1 陈力丹.舆论学 舆论导向研究M.北京:中国广播电视出版社,1999:10-11.2 Werner J Severin,JamesW Tankard.传播理论:起源、方法与应用M.郭镇之,徐培喜(译).第5版.北京:中国传媒大学出版社,2006:40-59.3 北大方正技术研究院.方正智思舆情预警辅助决策支持系统 EB/OL.(2006-03-16).2007-10-16.http:/ 谢海光,陈中润.互联网内容及舆情深度分析模式J.中国青年政治学院学报,2006(3):95-100.5 钱爱兵.基于RSS的Web新闻主题聚合系统的设计与实现J.现代图书情报技术,2007(4):56-61.6 Kleinberg J M.Authoritative Sources in a Hyperlinked EnvironmentJ.Journal of the ACM,1999,46(5):604-632.(作者E-mail:)总第163期 2008年 第4期