面向在线旅游服务的网络舆情监控与预警研究
发布时间:2020-04-15 12:25
【摘要】:在线旅游服务作为互联网的新兴产物,深刻的影响着人们的生活,给人们生活带来便捷的同时也为社会发展带来负面影响,如旅游服务平台的诚信缺失、捆绑销售、霸王条款、虚假宣传、售后服务差、流程漏洞等,对此网民通过新媒体肆意的表达观点及看法已成为社会常态。如何加强舆论监督、正确引导舆论导向已成为在线旅游服务企业面临的难题。本研究将从网络舆情监控和预警两个方面建立舆情管理体系,运用信息采集、正文提取、文本处理、BP神经网络等技术健全舆情事件预防机制,进一步加强在线旅游服务企业的舆情信息规范化管理。首先,本研究从网络舆情、在线旅游、BP神经网络及相关技术等方面对相关文献进行了综述,并对网络舆情监测、网络舆情预警等核心概念进行了界定。其次,根据在线旅游服务企业应对网络舆情的业务需求,将系统划分为信息采集、信息应用、信息检索、数据中心、业务展示五个模块,其中业务展示又分为舆情摘要、舆情中心、舆情分析、舆情监控、舆情预警、舆情报告、舆情工作、辅助工具、系统设置九种功能结构,旨在防范舆情失控,降低社会风险,为旅游服务企业提供科学化决策依据。再次,根据系统构建的“舆情预警”功能的需求,分别从三个维度、八个方面构建网络舆情预警体系,并对舆情预警的工作流程、BP神经网络学习过程、归一化处理以及输出状态进行了分析。最终,结合MatLab工具中的BP神经网络针对“马蜂窝数据造假”事件进行实证研究,运用在线旅游服务网络舆情监控机制对舆情事件的发展趋势、文章来源、载体分布、情感属性以图表形式进行展示。在此基础上将数据按预警指标归一化处理,运用MatLab神经网络Train函数对数据进行训练,Sim函数用于检验数据的准确性,将输出状态作为应对网络舆情的重要依据。本文所针对的在线旅游网络舆情监控与预警研究,一方面,对于旅游服务企业而言,首先可以较好的满足在线旅游服务企业日常的舆情监测与预警工作需求,有效掌握行业的舆情动态,其次,能够对相关行业的信息进行实时跟踪分析,在一定程度上发挥竞争情报系统的作用。另一方面,对于旅游管理部门而言,首先可以对目前旅游行业发展现状进行了解,能够“扬长避短”弹性的调整发展策略,其次,根据广大旅游爱好者对旅游服务行业的诉求,对旅游服务企业采取有效的监管措施,避免旅游危机事件发生。
【图文】:
图 3.1 系统架构图3.2.1 信息采集信息采集子系统作为获取数据的主要途径,是构建网络舆情监控与预警系统的关键性功能结构,通过采集引擎对互联网各大旅游服务网站、论坛、贴吧、微博、微信公众号等相关采集来源进行采集,并对采集后的数据进行查重、去燥、关键词提取,以实现采集最优化策略。该子系统为整个系统提供数据支撑,对应图 3.1部分的“信息采集”部分。信息采集子系统运用的关键技术包括 PageRank、Redis、BloomFilter、ContentExtractor、TF/IDF 等算法对数据进行整理。3.2.2 信息应用信息应用是对旅游服务网络舆情的综合管理,主要包括网络舆情的数据搜索、统计、报表、预警以及用户等方面的管理,是舆情监控与预警系统实现对数据的
图 3.3 舆情信息采集流程采集平台是网络舆情监控系统中核心功能之一,为了更加清晰的展示该系统采集过程所涉及的算法以及实现的部分内容,,本研究节选了部分核心代码,如:ublic Page downloadpage(Request request, Task task) {CloseableHttpResponse httpResponse = null;CloseableHttpClient httpClient = getHttpClient(task.getSite());Proxy proxy = proxyProvider != null ? proxyProvider.getProxy(task) : null;HttpClientRequestContext requestContext =ttpUriRequestConverter.convert(request, task.getSite(), proxy);DownPage page = DownPage.fail();httpResponse = httpClient.execute(requestContext.getHttpUriRequest(),equestContext.getHttpClientContext());page = handleResponse(request, request.getCharset() != null ?
【学位授予单位】:山西财经大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F724.6;TP393.0;F592
本文编号:2628549
【图文】:
图 3.1 系统架构图3.2.1 信息采集信息采集子系统作为获取数据的主要途径,是构建网络舆情监控与预警系统的关键性功能结构,通过采集引擎对互联网各大旅游服务网站、论坛、贴吧、微博、微信公众号等相关采集来源进行采集,并对采集后的数据进行查重、去燥、关键词提取,以实现采集最优化策略。该子系统为整个系统提供数据支撑,对应图 3.1部分的“信息采集”部分。信息采集子系统运用的关键技术包括 PageRank、Redis、BloomFilter、ContentExtractor、TF/IDF 等算法对数据进行整理。3.2.2 信息应用信息应用是对旅游服务网络舆情的综合管理,主要包括网络舆情的数据搜索、统计、报表、预警以及用户等方面的管理,是舆情监控与预警系统实现对数据的
图 3.3 舆情信息采集流程采集平台是网络舆情监控系统中核心功能之一,为了更加清晰的展示该系统采集过程所涉及的算法以及实现的部分内容,,本研究节选了部分核心代码,如:ublic Page downloadpage(Request request, Task task) {CloseableHttpResponse httpResponse = null;CloseableHttpClient httpClient = getHttpClient(task.getSite());Proxy proxy = proxyProvider != null ? proxyProvider.getProxy(task) : null;HttpClientRequestContext requestContext =ttpUriRequestConverter.convert(request, task.getSite(), proxy);DownPage page = DownPage.fail();httpResponse = httpClient.execute(requestContext.getHttpUriRequest(),equestContext.getHttpClientContext());page = handleResponse(request, request.getCharset() != null ?
【学位授予单位】:山西财经大学
【学位级别】:硕士
【学位授予年份】:2019
【分类号】:F724.6;TP393.0;F592
【参考文献】
相关期刊论文 前10条
1 张婷婷;刘凯;王伟军;;科研人员Web数据自动抓取模式及其开源解决方案[J];信息资源管理学报;2015年02期
2 石艳霞;张婷;;在线旅游信息协作搜索模式探讨[J];现代情报;2015年03期
3 周小情;张梅贞;;新媒体时代网络舆情预警机制研究[J];新闻知识;2014年01期
4 吴飞;尤芳;;社交网络的基本逻辑与发展趋势[J];山西大学学报(哲学社会科学版);2013年06期
5 曾超宇;李金香;;Redis在高速缓存系统中的应用[J];微型机与应用;2013年12期
6 王铁套;王国营;陈越;;基于模糊综合评价法的网络舆情预警模型[J];情报杂志;2012年06期
7 陈晨;刘丽丽;兰月新;;网络舆情预警研判机制研究[J];现代情报;2012年05期
8 闫利平;陶卫江;韩晓虎;靳兰;;政府网络舆情监测分析及预警[J];现代情报;2011年04期
9 李昌祖;许天雷;;舆论与舆情的关系辨析[J];浙江工业大学学报(社会科学版);2009年04期
10 曾润喜;徐晓林;;网络舆情突发事件预警系统、指标与机制[J];情报杂志;2009年11期
本文编号:2628549
本文链接:https://www.wllwen.com/guanlilunwen/lvyoujiudianguanlilunwen/2628549.html