基于贝叶斯网络的智能舆情分析监控技术研究

针对社交网络信息传播速度快,容易造成负面情绪大面积传播引发网络舆情的问题,文中进行了智能舆情分析监控技术的研究。通过使用朴素贝叶斯网络作为情感倾向分类器,并与堆叠降噪自编码器相融合,构建了智能舆情分析监控模型。将社交网络上的文本信息进行预处理,通过与情感词典比对进行分词,同时使用TF-IDF算法计算特征权重并构成词向量。将词向量输入至智能舆情分析监控模型中进行情感倾向分析。对比实验结果表明,文中所述方案比使用Softmax分类器的模型具有更高的准确率,尤其是在处理高纬度词向量的情况下,其准确率有较显著的提高。

期货行业智能舆情分析技术应用

基于期货行业舆情分析场景复杂化及数据多样化的特征,围绕舆情分析能力建设和系统建设两大基础维度,介绍期货行业开展智能舆情分析应用的技术思路,并结合前期在"网络黑嘴"识别方面的初步实践,进一步分析相关方案的实验效果。