论文摘要：突发事件Web信息挖掘方法及应用研究

突发事件，一类与人民群众切身利益紧密相关的社会性事件，在其发生、发展的过程中受到广大网民的广泛关注。这种关注在互联网上表现为Web新闻、博客、专家评论、政府决策等Web信息的迅速传播以及Web文档数量的指数增加。这些信息中隐含着事件的属性信息、后果信息、发展态势信息以及人民群众的心理诉求信息等。利用Web挖掘方法快速、高效地处理这些信息为分析事件形势、制定预警策略提供翔实可靠的参考依据，在网络社会将Web挖掘方法应用于突发事件应急管理己经成为提高政府应急能力的一个重要举措。论文以突发事件发生后网络上发布和传播的相关Web信息为研究对象，以网络环境下的突发事件应急管理工作为研究目标，拓展研究了文本分类方法、信息抽取方法、信息可视化方法以及启发式算法，主要研究成果归纳如下：（1）提出突发事件Web新闻多层次自动分类的方法，解决了目前突发事件Web新闻在互联网中不能被有效组织、分类的问题。分析了突发事件及其Web新闻的分类，给出三层分类器的构造方法，即，第一层和第二层通过规则定制的方法来完成，第三层通过统计学习来训练并实现；重点研究HTML标签及对词条的影响，并在此基础上改进了向量空间模型中权重计算公式和特征项抽取方法，使得Web新闻分类的准确率大幅提高。（2）提出突发事件Web新闻中时间信息分析及抽取的方法，首先深入分析了中文的时间关系理论；然后从突发事件Web新闻的时间构成、时间位置特征以及时间常用词三个方面分析了突发事件Web新闻的表达特征；提出突发事件Web新闻的时间抽取方法，通过统计学习，正确率较理想；最后，基于已抽取到的事件发生时间信息，程序实现了基于发生时间的突发事件Web新闻排序和基于Timeline的突发事件预警信息展示。（3）提出突发事件发生地点抽取方法，首先给出了突发事件地名实体的定义，进而从辖区范围变化规律、所处位置分布规律、多地名实体同现的情形等方面分析了突发事件地名实体在Web新闻中的表达特征；构造了突发事件地名实体的多个识别规则，并提出事件发生地点的判断方法；开发了突发事件地名实体自动识别系统，并在其基础上进行试验，结果表明方法高效、可行；最后将抽取到的突发事件地名实体和地图信息进行结合，实现了突发事件信息的可视化展示。（4）提出了基于Web挖掘的突发事件破坏指数测度方法，破坏性是突发事件的三个主要特征（破坏性、爆发性和高影响力）之一，论文利用Web内容挖掘的相关方法研究了突发事件破坏性的测度（破坏指数）方法。人为定义了突发事件的破坏维度：生命损伤、财产损失、社会支出和社会损失；手工构建破坏特征词库、确定破坏特征词的强度，为破坏性测度奠定了数据基础；利用相关规则制定了单条文档破坏指数以及主题破坏指数的测度方法；通过实验验证，所提方法切实可行；最后程序实现了基于破坏指数的预警展示功能。（5）提出了基于离散二进制粒子群算法（BPSO）的Web服务推荐研究，目的是向政府应急管理机构以及广大网民推荐实时性更强、权威度更大的Web信息。把一个Web服务的评价指标限定为时间、费用、可靠性、有效性等QoS属性信息，把Web服务的优化推荐问题看成是Web服务QoS的多目标组合优化问题；通过研究Web服务组合优化的函数和约束，利用改进的BPSO算法求解此类多目标问题以求多个较优的解，即多个候选Web服务组合；论文通过设计多个仿真实验，验证了所提方法的有效性；利用Web服务推荐的研究成果，构建了基于Web Services的突发事件新闻推荐框架，为突发事件Web新闻的推荐提供借鉴作用。

来源：半壳优胜育转载请保留出处和链接！

本文链接：http://87cpy.com/206357.html