2020数维杯论文：舆情监测情感分析与数据抓取方法

2020年的第五届“数维杯”大学生数学建模竞赛论文，以“舆情监测情感倾向分析建模”为主题，探讨了在公共危机事件背景下，如何有效处理和分析网络舆情，以提升危机应对能力。论文主要涉及以下几个关键知识点： 1. 舆情筛选与关键词分析：论文提出使用KMP算法对海量数据进行高效处理，通过对网络舆情进行主题定位，提取关键词分布，通过SPSS工具可视化关注度变化，帮助理解公众对特定主题的关心程度。 2. 数据抓取与3D文档向量模型：研究者创新了一种数据抓取方法，构建了三维文档向量模型(3DVM)，结合自适应KNN追踪器，能够更精确地追踪发表时间、评论人数和关注度等多维度数据，从而降低漏报和误报率。 3. 情感倾向分析与文本挖掘：针对网络上的主观评论，论文采用倾向性分析，运用文本预处理技术（如去噪、分词、去除停用词）和数据挖掘方法，对评论内容进行深入分析，提炼用户观点和意见。 4. 网络舆情三维空间模型：论文构建了网络舆情的三维空间模型，结合传播时间、规模和情感倾向，提出了舆情监测评价指标体系，并采用Delphi法和层次分析法确定指标权重，通过SPSS软件进行可视化展示和评估。 5. 疫情舆情应用：以新冠疫情为例，该论文展示了如何运用上述方法对疫情传播情况进行实时监控和评价，旨在为政府和企业提供及时的舆论引导策略。 这篇论文不仅提供了实用的技术手段，还强调了舆情分析在危机管理中的重要性，为相关领域的研究和实践提供了有价值的参考。