面向微博客空间实时舆情监控的观点挖掘关键技术研究

微博客作为一种新的信息载体和传播途径，在网络舆情信息发起和传播中起着越来越重要的作用，分析其中的网络舆论，对于了解社情民意具有重要意义。然而由于微博客数据的实时性、简短性、社区性、特别是多模态性等特点，现有的观点挖掘算法尚不能很好地满足微博客舆情分析的需求。基于此，本课题研究面向微博客空间实时舆情监控的观点挖掘关键技术。针对微博客数据的上述特点，研究实时Web数据观点采集及跟踪技术、短文本的细粒度情感分析技术、微博客舆情事件意见领袖发现技术、以及面向多模态微博客数据的情感分析技术。结合以上技术，本研究实现一个微博客空间舆情监控原型系统。该研究成果将为自动分析、汇总、跟踪微博客等实时Web中舆情信息提供相关技术支持。

随着移动互联网的发展，以Twitter和新浪微博为代表的微博客中蕴含着大量的用户生成数据，分析其中所蕴含的情感与观点信息，对监控网络舆论，了解社情民意具有重要的意义。针对微博客数据实时性、简短性、社区性和多模态等特点，本课题开展实时Web数据观点采集及跟踪技术、短文本的细粒度情感分析技术、微博客舆情事件意见领袖发现技术、以及面向多模态微博客数据的情感分析技术研究，并最终形成了一个集成各个技术的网络舆情实时监控系统OTTER。经过三年的时间研究，本课题所执行的研究方案与研究内容基本与研究计划设计相符，本课题针对相关研究内容共发表论文25篇，其中SCI检索论文2篇，EI检索论文12篇，协助指导硕士研究生14人（其中12人已毕业），协助指导博士研究生2人，组织参与课题相关国际会议下设微博情感分析评测一项。本课题所产生的成果将为社会媒体流数据上的舆情分析、个性化推荐和在线广告计算提供相关的技术支持。