面向微博客空间实时舆情监控的观点挖掘关键技术研究

结题报告
项目介绍
AI项目解读

基本信息

  • 批准号：
    61100026
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    23.0万
  • 负责人：
    冯时
  • 依托单位：
    东北大学
  • 学科分类：
    F0202.系统软件、数据库与工业软件
  • 结题年份：
    2014
  • 批准年份：
    2011
  • 项目状态：
    已结题
  • 起止时间：
    2012-01-01 至2014-12-31

项目摘要

微博客作为一种新的信息载体和传播途径，在网络舆情信息发起和传播中起着越来越重要的作用，分析其中的网络舆论，对于了解社情民意具有重要意义。然而由于微博客数据的实时性、简短性、社区性、特别是多模态性等特点，现有的观点挖掘算法尚不能很好地满足微博客舆情分析的需求。基于此，本课题研究面向微博客空间实时舆情监控的观点挖掘关键技术。针对微博客数据的上述特点，研究实时Web数据观点采集及跟踪技术、短文本的细粒度情感分析技术、微博客舆情事件意见领袖发现技术、以及面向多模态微博客数据的情感分析技术。结合以上技术，本研究实现一个微博客空间舆情监控原型系统。该研究成果将为自动分析、汇总、跟踪微博客等实时Web中舆情信息提供相关技术支持。

结项摘要

随着移动互联网的发展，以Twitter和新浪微博为代表的微博客中蕴含着大量的用户生成数据，分析其中所蕴含的情感与观点信息，对监控网络舆论，了解社情民意具有重要的意义。针对微博客数据实时性、简短性、社区性和多模态等特点，本课题开展实时Web数据观点采集及跟踪技术、短文本的细粒度情感分析技术、微博客舆情事件意见领袖发现技术、以及面向多模态微博客数据的情感分析技术研究，并最终形成了一个集成各个技术的网络舆情实时监控系统OTTER。经过三年的时间研究，本课题所执行的研究方案与研究内容基本与研究计划设计相符，本课题针对相关研究内容共发表论文25篇，其中SCI检索论文2篇，EI检索论文12篇，协助指导硕士研究生14人（其中12人已毕业），协助指导博士研究生2人，组织参与课题相关国际会议下设微博情感分析评测一项。本课题所产生的成果将为社会媒体流数据上的舆情分析、个性化推荐和在线广告计算提供相关的技术支持。

项目成果

期刊论文数量（10）
专著数量（0）
科研奖励数量（0）
会议论文数量（17）
专利数量（0）
一种面向情感分析的微博表情情感词典构建及应用
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    计算机与数字工程
  • 影响因子：
    --
  • 作者：
    王文远;王大玲;冯时;李任斐;王琳
  • 通讯作者：
    王琳
基于依存句法的博文情感倾向分析研究
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    计算机研究与发展
  • 影响因子：
    --
  • 作者：
    冯时;付永陈;阳锋;王大玲;张一飞
  • 通讯作者：
    张一飞
社会媒体多模态、多层次资源推荐技术研究
  • DOI：
    --
  • 发表时间：
    2014
  • 期刊：
    智能系统学报
  • 影响因子：
    --
  • 作者：
    王大玲;冯时;张一飞;于戈
  • 通讯作者：
    于戈
一种面向微博客文本流的噪音判别与内容相似性双重检测的过滤方法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    计算机应用与软件
  • 影响因子：
    --
  • 作者：
    王琳;冯时;徐伟丽;杨卓;王大玲;张一飞
  • 通讯作者：
    张一飞
An Approach of Sentiment Lexicon Building and Orientation Analysis for Chinese Microblogs
中文微博情感词典构建与倾向分析方法
  • DOI：
    --
  • 发表时间：
    2012
  • 期刊：
    Journal of Computational Information Systems
  • 影响因子：
    --
  • 作者：
    Wang; Lin;Feng; Shi;Song; Kaisong;Wang; Daling
  • 通讯作者：
    Daling

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--"}}
  • 发表时间：
    {{ item.publish_year || "--" }}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--"}}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者：
    {{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

MEBT/MEBO对慢性难愈合创面组织中CK10表达水平的影响
  • DOI：
    --
  • 发表时间：
    2019
  • 期刊：
    中国烧伤创疡杂志
  • 影响因子：
    --
  • 作者：
    舒清峰;陈端凯;唐乾利;单云龙;唐强;岑小宁;卓臣义;冯时
  • 通讯作者：
    冯时
Semantic movie summarization based on string of IE-RoleNets
基于IE-RoleNets字符串的语义电影摘要
  • DOI：
    10.1007/s41095-015-0015-3
  • 发表时间：
    2015
  • 期刊：
    Computational Visual Media
  • 影响因子：
    6.9
  • 作者：
    屈雯;张一飞;王大玲;冯时;于戈
  • 通讯作者：
    于戈
Detecting Multiple Coexisting Emotions in Microblogs with Convolutional Neural Networks
用卷积神经网络检测微博中多种共存的情绪
  • DOI：
    10.1007/s12559-017-9521-1
  • 发表时间：
    2017
  • 期刊：
    Cognitive Computation
  • 影响因子：
    5.4
  • 作者：
    冯时;王亚奇;宋凯嵩;王大玲;于戈
  • 通讯作者：
    于戈
生成链接树:一种高数据真实性的反事实解释生成方法
  • DOI：
    10.11896/jsjkx.220300158
  • 发表时间：
    2022
  • 期刊：
    计算机科学
  • 影响因子：
    --
  • 作者：
    王明;武文芳;王大玲;冯时;张一飞
  • 通讯作者：
    张一飞
面向社会媒体搜索的实体关系建模研究综述
  • DOI：
    --
  • 发表时间：
    2016
  • 期刊：
    计算机学报
  • 影响因子：
    --
  • 作者：
    王大玲;于戈;冯时;张一飞;鲍玉斌
  • 通讯作者：
    鲍玉斌

其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI：
    {{ item.doi || "--" }}
  • 发表时间：
    {{ item.publish_year || "--"}}
  • 期刊：
    {{ item.journal_name }}
  • 影响因子：
    {{ item.factor || "--" }}
  • 作者：
    {{ item.authors }}
  • 通讯作者：
    {{ item.author }}
empty
内容获取失败，请点击重试
重试联系客服
title开始分析
查看分析示例
此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

冯时的其他基金

以用户为中心的情绪诱导对话生成关键技术研究
  • 批准号：
  • 批准年份：
    2022
  • 资助金额：
    54 万元
  • 项目类别：
    面上项目
面向情感交互的人机对话文本生成技术研究
  • 批准号：
    61872074
  • 批准年份：
    2018
  • 资助金额：
    64.0 万元
  • 项目类别：
    面上项目

相似国自然基金

{{ item.name }}
  • 批准号：
    {{ item.ratify_no }}
  • 批准年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}

相似海外基金

{{ item.name }}
{{ item.translate_name }}
  • 批准号：
    {{ item.ratify_no }}
  • 财政年份：
    {{ item.approval_year }}
  • 资助金额：
    {{ item.support_num }}
  • 项目类别：
    {{ item.project_type }}
{{ showInfoDetail.title }}

作者：{{ showInfoDetail.author }}

知道了

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]
关闭
close
客服二维码