新闻分析系统国内研究现状

目前，国内的新闻分析系统研究相对较新。以下是一些相关研究的概述：

1. 基于机器学习的新闻主题分类研究：该研究旨在通过使用机器学习技术来对新闻进行分类。分类方法包括k-最近邻算法、支持向量机等。该研究还探讨了不同特征选择方法的效果，如TF-IDF和词频。

2. 基于情感分析的新闻情感分析研究：该研究旨在使用情感分析技术来分析新闻文章中的情感。研究者使用了情感词典和机器学习方法来实现情感分析。该研究还探讨了如何将情感分析应用于新闻推荐系统中。

3. 基于知识图谱的新闻事件提取研究：该研究旨在利用知识图谱技术来提取新闻事件信息。研究者使用了自然语言处理技术来将新闻文章转换为知识图谱。该研究还探讨了如何将知识图谱应用于新闻推荐系统中。

4. 基于深度学习的新闻推荐研究：该研究旨在使用深度学习技术来实现新闻推荐。研究者使用了卷积神经网络和循环神经网络来对新闻进行建模和推荐。该研究还探讨了如何结合用户行为数据来提高推荐效果。

总的来说，国内的新闻分析系统研究还比较初级，需要进一步的探索和研究。