[发明专利]论坛网民兴趣分析预测系统

说明书

一种论坛网民兴趣分析预测系统，其特征在于包括：数据存储层，用于存储结构化数据和非结构化数据；智能内容分析层，用于将所述数据存储层中的数据作主题分类、热点话题的提取和跟踪、倾向性分析；关联分析层，根据所述主题分类和所述热点话题，依次进行网民与内容关联、网民与网民关联；兴趣分析层，依据所述网民与内容关联、所述网民与网民关联和所述倾向性分析，进行网民兴趣分析预测。根据本系统，能够有效解决对论坛网民兴趣分析的深度挖掘需求，适用于网络舆情分析系统的实施。

技术领域

本发明是一种网络虚拟环境的分析技术，具体涉及一种论坛网民兴趣分析预测系统，属于数据挖掘技术领域。

背景技术

随着网络信息化的发展，出现了大量的网络虚拟社区，形成了一个网络虚拟环境，网络论坛就是其中的一种主要形式。在传统的社会化经中，长期已经具有一套行之有效的人和群的管理体系，但是网络虚拟环境这是一个新生事物，它不仅仅具有网上自由发言的特点，还具有网民匿名性的特点，加大了监管的难度。目前，网络舆情已经成为一个不可忽视的方面，而网络论坛更能体现出网络聚众的特点，和其它网络应用相比，更能反映网络舆情态势。因此，对于网站论坛中舆情的主要推动力量——网民的分析具有重大意义。通过对论坛中网民兴趣的分析，可以准确掌控某一时间段内网络舆情态势发展的主要趋向。

虽然对基于论坛的网民兴趣分析具有较好的发展前景和应用前途，也出现了一些相关的系统，但是，目前在该领域的系统仍然存在着一系列的问题，主要有几下几种：

1.单纯的网民和发表文章的关联分析，缺乏对网民参与议题、热点话题、内容类别的时间跨度上的系统分析，使得对个体网民的分析缺乏立体感。

2.网民在网络上的活动往往带有团体的性质，目前的系统和方法往往忽略了这一点。网络舆情基本上都是在网络团体的带动下而形成的，个体的网民很难形成一股力量，

因此，需要对网络人群进行深入的分析。

3.目前的系统和方法都是对即时的、局部的数据进行分析，但是，网民的兴趣不是独立的，他们往往和大的网络环境、网络发展过程相关联的，目前的系统和方法缺乏一个网民模型知识库，用于对网民兴趣从总体上进行分析和预测。

由此可见，网络论坛中网民兴趣的分析是非常重要的，对网民兴趣的分析在数据挖据上有着深度的要求，而现有的系统在网民和内容关联、网民之间关联、网民模型知识库都存在着缺陷，还无法满足网民兴趣分析的深层次要求。

发明内容

本发明的目的主要是针对现有基于论坛的网络虚拟环境网民兴趣分析的系统中存在的缺陷，提出一种以网民和内容关关联、网民之间关联、网民模型知识库为技术基础实现的基于数据挖掘的论坛网民兴趣分析预测系统，它主要通过网民和热点话题、议题、内容分类、倾向性分析，网民和网民之间关系分析，长期网民模型知识库的积累等方面，深度挖掘了网民兴趣的起源和发展，并作出预测，实现论坛网民兴趣的深层次分析。

本发明所述的以网民和内容关关联、网民之间关联、网民模型知识库为技术基础实现的基于数据挖掘的论坛网民兴趣分析预测系统由数据存储层、智能内容分析层、关联分析层和兴趣分析层组成。

所述数据存储层在本地系统中负责存放结构化数据和非结构化数据，数据的入库和索引都是在该层完成。对于结构化数据，如网民ID、时间等，所述数据存储层将其存放于通用的商业数据库中，这里采用的是oracle；而对于非结构化数据，主要是文本内容，如果存放在通用的商业数据库中，随着数据量的增加，索引性能将会急剧降低，因此，我们将其置于自主开发的专用的非结构化数据存储库内。每篇文章的结构化数据和非结构化数据因为存于不同的数据库内，而且类型不一样，因此需要将数据统一关联起来，我们采用结构化数据在通用商业数据库内的唯一标志ID作为关联的依据。