【正文】 類：首先創(chuàng)建k個劃分，k為要創(chuàng)建的劃分個數(shù)；然后利用一個循環(huán)定位技術(shù)通過將對象從一個劃分移到另一個劃分來幫助改善劃分質(zhì)量。典型的劃分方法包括：kmeans，kmedoids，CLARA，CLARANS，F(xiàn)CM。創(chuàng)建一個層次以分解給定的數(shù)據(jù)集。該方法可以分為自上而下（分解）和自下而上（合并）兩種操作方式。為彌補分解與合并的不足，層次合并經(jīng)常要與其它聚類方法相結(jié)合，如循環(huán)定位。典型的這類方法包括：BIRCH方法，它首先利用樹的結(jié)構(gòu)對對象集進行劃分；然后再利用其它聚類方法對這些聚類進行優(yōu)化。CURE方法，它利用固定數(shù)目代表對象來表示相應(yīng)聚類；然后對各聚類按照指定量（向聚類中心）進行收縮。ROCK方法，它利用聚類間的連接進行聚類合并。CHEMALOEN方法，它則是在層次聚類時構(gòu)造動態(tài)模型。根據(jù)密度完成對象的聚類。它根據(jù)對象周圍的密度（如DBSCAN）不斷增長聚類。典型的基于密度方法包括：DBSCAN:該算法通過不斷生長足夠高密度區(qū)域來進行聚類；它能從含有噪聲的空間數(shù)據(jù)庫中發(fā)現(xiàn)任意形狀的聚類。此方法將一個聚類定義為一組“密度連接”的點集。OPTICS:并不明確產(chǎn)生一個聚類，而是為自動交互的聚類分析計算出一個增強聚類順序。首先將對象空間劃分為有限個單元以構(gòu)成網(wǎng)格結(jié)構(gòu)；然后利用網(wǎng)格結(jié)構(gòu)完成聚類。STING就是一個利用網(wǎng)格單元保存的統(tǒng)計信息進行基于網(wǎng)格聚類的方法。CLIQUE和WaveCluster 則是一個將基于網(wǎng)格與基于密度相結(jié)合的方法。它假設(shè)每個聚類的模型并發(fā)現(xiàn)適合相應(yīng)模型的數(shù)據(jù)。典型的基于模型方法包括：統(tǒng)計方法COBWEB:是一個常用的且簡單的增量式概念聚類方法。它的輸入對象是采用符號量（屬性值）對來加以描述的。采用分類樹的形式來創(chuàng)建一個層次聚類。CLASSIT是COBWEB的另一個版本。它可以對連續(xù)取值屬性進行增量式聚類。對信息的闡述的觀點、主旨進行傾向性分析。可以為網(wǎng)絡(luò)輿情的分析提供參考依據(jù)。但是由于網(wǎng)絡(luò)詞匯的多樣性，網(wǎng)絡(luò)上出現(xiàn)許多新詞，要判斷這些詞的傾向性就比較困難，一般傾向性分析可分為三種：中文詞語情感傾向詞典是給定一組已知極性的詞語集合作為種子，對于一個情感傾向未知的新詞，在電子詞典中找到與該詞語義相近、并且在種子集合中出現(xiàn)的若干個詞，根據(jù)這幾個種子詞的極性對未知詞的情感傾向進行推斷。與詞典法比較類似，也是給予一些已知極性的詞語作為種子詞，對于一個新詞根據(jù)它和種子詞的緊密程度對其情感傾向性進行推斷，不同的是他是根據(jù)詞語在種子庫中的同現(xiàn)情況判斷其聯(lián)系緊密程度來作為判斷依據(jù)。首先對情感傾向性分析種子庫進行手工標(biāo)注，標(biāo)注的級別包括文檔集的標(biāo)注、短語級標(biāo)注和分句級標(biāo)注。在這些基礎(chǔ)上，利用詞語的共現(xiàn)關(guān)系、搭配關(guān)系或者語義關(guān)系，以判斷詞語的情感傾向性。能夠根據(jù)文檔內(nèi)容自動抽取文檔摘要信息，這些摘要能夠準(zhǔn)確代表文章內(nèi)容主題和中心思想。用戶無需查看全部文章內(nèi)容，通過該智能摘要即可快速了解文章大意與核心內(nèi)容，提高用戶信息利用效率。而且該智能摘要可以根據(jù)用戶需求調(diào)整不同長度，滿足不同的需求。主要包括文本信息摘要與網(wǎng)頁信息摘要兩個方面。網(wǎng)絡(luò)輿情檢索分析系統(tǒng)產(chǎn)生的結(jié)果會實時存放進入存儲系統(tǒng)之中，而檢索系統(tǒng)可以分時間、地點、類型、網(wǎng)站等等進行分類檢索，然后提供給用戶。分析系統(tǒng)提供的熱點分析往往只是對已經(jīng)產(chǎn)生的熱點，或者是將要成為熱點的次熱點。而檢索系統(tǒng)還可以讓用戶自定義關(guān)鍵詞對采集到的信息進行自定義監(jiān)控。根據(jù)網(wǎng)絡(luò)輿情分析系統(tǒng)處理后的結(jié)果或網(wǎng)絡(luò)輿情檢索系統(tǒng)查詢的結(jié)果生成報告，系統(tǒng)可通過短信、電話、網(wǎng)頁瀏覽等各種手段及時告知，提供決策支持?？傊?，網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)出現(xiàn)時間還比較短，基于其的算法和方法還都很不完善，而且隨著計算機技術(shù)的不斷發(fā)展，網(wǎng)絡(luò)應(yīng)用技術(shù)也在不斷的變化，像近幾年微博等非結(jié)構(gòu)性的應(yīng)用形式的出現(xiàn)，給檢測系統(tǒng)的監(jiān)測帶來不小的挑戰(zhàn)。方便、快捷、智能、通用將是今后輿情監(jiān)測系統(tǒng)發(fā)展的方向。參 考 文 獻[1][M].江蘇：江蘇人民出版社，20101102[2][M].江蘇：江蘇人民出版社，2009[3]郭建永，蔡永，[J].計算機工程與設(shè)計，2008(6).■第二篇：網(wǎng)絡(luò)輿情系統(tǒng)分析復(fù)習(xí)資料網(wǎng)絡(luò)輿情系統(tǒng)分析：就是輿論的實際情況，又稱為社情民意，是公眾的意愿和態(tài)度，包括公眾對各種政治和社會現(xiàn)象及問題的認(rèn)識或看法，是群眾心理、情緒、意見、要求和思想的綜合表現(xiàn)。：是指在互聯(lián)網(wǎng)背景之下，眾多網(wǎng)民對社會（現(xiàn)實社會、虛擬社會）各種現(xiàn)象、問題所表達的信念、態(tài)度、意見和情緒表現(xiàn)的總和，簡言之，即網(wǎng)絡(luò)上的社情民意。:（1）現(xiàn)代傳播技術(shù)的發(fā)展，大大改變了媒介傳播的方式和格局。（2）隨著全球衛(wèi)星系統(tǒng)的發(fā)展和成熟以及個人電腦的普及和網(wǎng)絡(luò)信息傳輸速度的迅速提高，一個以網(wǎng)絡(luò)媒體為主、其他媒體為輔的全球大眾傳播格局正在形成。：從網(wǎng)絡(luò)輿情形成的結(jié)構(gòu)特征來看，網(wǎng)絡(luò)輿情的形成是一個“線性過程”，網(wǎng)絡(luò)輿情形成的每個階段環(huán)環(huán)相扣。網(wǎng)絡(luò)輿情形成的線性過程：公共事務(wù)發(fā)生——刺激性信息傳播——個人情緒態(tài)度和意見的形成——網(wǎng)絡(luò)互動——網(wǎng)絡(luò)輿情的形成與表達 （1）漸進模式一般情況下，網(wǎng)絡(luò)輿情的形成會呈現(xiàn)出一個漸進的過程。在社會矛盾的形成和積累之下，指向某種矛盾的輿情在暗暗地滋生和積累，經(jīng)歷有無到有、由弱到強、由隱匿到公開的過程，最終可能會以某一公共事務(wù)為導(dǎo)火索而在網(wǎng)絡(luò)上爆發(fā)出來。（2）突發(fā)模式網(wǎng)絡(luò)輿情形成的突發(fā)模式在體現(xiàn)“刺激——反應(yīng)”機制時更為明顯，其刺激物就是突發(fā)事件，網(wǎng)路上民眾的輿情就是反應(yīng)物。突發(fā)事件一經(jīng)發(fā)生，便在網(wǎng)絡(luò)上迅速傳播，激起公眾的強烈反應(yīng)，輿情表達集中且劇烈。（1）外部動因：外部動因包括社會環(huán)境作用力合網(wǎng)絡(luò)空間的輿情空間作用力。（2）內(nèi)部動因：內(nèi)部動因則包括利益需求和心理作用力，其中，公眾自身的利益需求是輿情形成的動力源頭。（1）輿情評估是一項需要綜合考慮多方面因素和變量的系統(tǒng)工程。（2）網(wǎng)絡(luò)輿情評估四個一級指標(biāo)：傳播擴散、民眾關(guān)注、內(nèi)容敏感、態(tài)度傾向。傳播擴散指標(biāo)（一級指標(biāo)）：是影響網(wǎng)絡(luò)輿情信息安全的重要指標(biāo)之一，它用來刻畫某一具體的輿情事件或細化主題的相關(guān)信息在一定統(tǒng)計時期內(nèi)通過互聯(lián)網(wǎng)呈現(xiàn)的傳播擴散狀況。網(wǎng)絡(luò)輿情信息流量變化（二級指標(biāo)）1）網(wǎng)絡(luò)輿情信息流量變化是指在一定的統(tǒng)計時期內(nèi)某一輿情信息通過互聯(lián)網(wǎng)不同的數(shù)據(jù)源通道形成的報道數(shù)、帖子數(shù)、博文數(shù)等相關(guān)信息總量的變化值，它總是通過WEB頁面數(shù)的變化來呈現(xiàn)的。2）通過WEB頁面在不同的統(tǒng)計期內(nèi)的數(shù)值從而形成的在一段較長時間內(nèi)連續(xù)的WEB頁面變化走勢，能幫助評估者挖掘出輿情波動點所在的時間等重要時期，便于發(fā)現(xiàn)輿情信息態(tài)勢的變化規(guī)律。民眾關(guān)注指標(biāo)（一級指標(biāo)）：用來刻畫在一段統(tǒng)計時期內(nèi)民眾對國家各方面輿情信 1 息的關(guān)注情況，有助于從海量的輿情信息中捕捉和發(fā)現(xiàn)民眾關(guān)注的熱點所在，通過密切關(guān)注該輿情信息的爆發(fā)和演化規(guī)律，以確保