微博热点话题分析预测系统

作     者：王颢霖 

作者单位：山东大学 

学位级别：硕士

导师姓名：刘士军

授予年度：2019年

学科分类：08[工学] 081203[工学-计算机应用技术] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

主      题：微博 生命周期 话题分析 热点预测 CNN 

摘      要：随着互联网的飞速发展,网络信息化参与人数的逐年增多,社会传播已经不仅仅局限于以前的亲朋好友间口口相传的单一形式。人们获取信息的方式也不再局限于报纸获取或广告宣传等传统媒体的宣传方式。人们在出行之前更喜欢拿出个人电脑或手机去互联网上搜索相关信息评论。新浪微博凭借覆盖范围之广,用户体验良好等特点成为个人用户的首选。如何让你的话题、产品像病毒一样的疯狂传播,这大概是每一个内容制造者,企业家的梦想。市场上现有微博舆情分析平台虽可以满足部分用户对微博基础特征的分析并可视化展示但多数平台无法提供话题数据的回溯下载,及对话题传播周期的分析预测。本文根据某4A广告公司推广工作实际需求对现有热点话题分析系统进行重新设计。该系统是基于python开发的一个热点话题分析系统,具有热点话题推荐,热点话题分析,热点话题分类,及热点话题趋势预测等功能,同时本着众包众智的出发点,建立分析师网上分析平台,以满足客户更高的分析要求。本文工作主要包含以下五个方面:1.设计一套科学的数据搜集采集处理系统,系统可以实时定向搜集话题数据的数据采集系统,提供关键字搜索,按时间片搜索及话题周期信息采集等功能,同时存储话题相关用户信息,微博信息,具有对相关信息进行横向搜集能力。同时除了一般的数据清理工作,该系统结合科学前沿方向,对搜集的数据进行广告虚假信息识别,并标记统计,为系统中的模型训练提供更可靠的数据输入。2.根据用户的实际业务需求,基于用户友好原则为用户合理推荐并建立数据仓库为用户提供数据回溯下载,考虑到平台用户对话题推广的需求,平台对平台用户提供相似历史话题,相关活跃用户推荐,及官方推广平台推广等功能。同时对用户分析数据进行可视化展示。3.根据历史数据生命周期的观察发现并提出生命周期由预热周期及活跃周期两部分组成,系统分别基于深度学习卷积神经网络(CNN)对两部分周期进行系统的分类预测,保证分析话题数据是在活跃周期中的话题热点预测,可以显著提高话题预测准确率,并基于神经网络非线性回归对活跃周期进行回归预测。4.基于平台系统开发规范化及维护方便的原则,平台搭建了基于Web服务的微博热点话题分析预测系统。系统采用Django架构,对系统进行水平分层,深度技术延伸拓展,降低层间耦合,增加层内聚合能力,方便开发及维护。5.为了满足平台使用用户对热点话题舆情分析的个性化要求,系统根据众智众创原则,创新性提出平台分析师角色。平台分析师可以在分析师界面查看用户发布相关分析请求,下载相关分析数据基础并针对用户个性化需求提交个人分析报告。使系统功能更完善,用户使用更友好。