SINA法生产己内酰胺工艺中杂质分析

己内酰胺(CPL)工业生产方法有多种,由SINA公司开发的以甲苯为原料生产CPL中杂质种类多,与以苯为原料生产的己内酰胺产品中的杂质有很大的区别,并且杂质含量很低,且多数杂质物化性质与主成分相近,分离与检测都很困难[1,2].本文利用气相色谱-质谱联用仪对SINA法生产的己内酰胺进行了杂质的分析.……

基于Python的新浪微博舆情监控系统设计

利用Python开发工具和相关框架,设计了一种新浪微博舆情监控系统。文章首先分析了舆情监控的目的和现实意义,并阐述了国内外研究现状,然后从数据采集层、分析层和应用层三个层次构建了新浪微博舆情监控系统。通过Django框架开发Web网页,利用Scrapy爬取相关网络信息,并存储到MySQL数据库中,然后利用Pandas对数据进行清洗,Wordcloud对网络信息数据进行统计词频,生成词云,最后利用百度大脑的自然语言处理接口AiPNlP库进行情感分析,通过ECharts对分析的结果进行可视化。实验结果表明,本舆情监控系统可以对新浪微博的舆情热点进行有效的监测。

基于开放云平台的空间信息处理服务

在云GIS研究和建设时,往往需要投入大量资源建设和维护用于部署空间信息处理云服务的云平台,这种方式具有费用高、难度大和效率低的缺点,针对这些缺点,提出一种利用开放云平台构建空间信息处理服务的新模型,并给出了实现实例。实践证明该模型能充分利用开放云平台的优点,具有易开发、低成本和高效益的优点,具有明显的实用价值。

网络多媒体数据中舆情关联主题的挖掘方法

如何高效地从图像、视频等多媒体数据中挖掘网络舆情事件的关联主题给网络舆情的有效监管带来了重大挑战.研究图像和视频截图等多媒体数据中文本信息的抽取方法,并在此基础上实现舆情关联主题的检测.选择新浪微博中的3个典型舆情事件为研究对象,设计网络爬虫收集事件中的文本、图像和视频多模态数据;采用连接文本提议网络(connectionist text proposal network,CTPN)的文字检测算法实现文本信息定位,利用DenseNet网络和连接时序分类(connectionist temporal classification,CTC)相结合的方法进行文本提取;提出多粒度潜在狄利克雷分布(multi granularity-latent Dirichlet allocation,MG-LDA)和jieba分词相结合的舆情关联主题提取方法.实验结果表明,所提出的方法可准确提取多媒体数据中不同格式、不同分辨率、不同颜色、不定位置和不同角度的文本信息,为精确把握舆情演化态势提供有力的数据支撑.

基于表情符的社交网络情绪词典构造

在新浪微博发表的内容没有固定主题于领域、用词网络化、包含大量的情感符号以及口语表达,这些与传统文本有很大区别,因此传统的情感词典并不适用于社交网络短文本环境,对此提出一种基于社交网络中特殊情感符号的跨媒体多情绪(喜怒哀乐)情感词典构建方法。将图片与短文本内容相结合,通过表情符与文本词之间的互信息的计算,筛选基于社交网络的情绪词典。将该词典与已有的情感词典进行对比,对比结果表明,在社交网络环境中,该词典覆盖率达到84.23%,对于4种不同情绪的分类准确率达到73.71%,明显优于已有词典。

基于微博数据的台风“山竹”舆情演化时空分析

将情感分析模型、动态演化模型、话题聚类模型、网络社团模型结合地理可视化技术应用到台风的灾害评估中。将微博情绪与台风灾害联系起来,从情感值与讨论热度两个角度入手,根据台风"山竹"相关话题的25798条微博数据,完整的展示本次事件网络舆情的演化过程,通过隐含狄利克雷分布(latent dirichlet allocation,LDA)主题模型挖掘用户关注话题,发现台风登陆事件与湖南收费站事件对公众情绪的消极影响;抽取台风"山竹"相关微博中蕴含的地理位置信息,建立广东省21个城市的网络社团模型,检验用户情绪、城市词频、用户位置、网络节点活跃度等指标探测受灾城市的能力;根据广东省38个气象站点的24 h最大降雨数据进行空间插值。降水主要集中在广东南部地区,阳江市发生特大暴雨,引发了严重的洪涝灾害,其情绪值也是最低的。