众多的舆情中，军事舆情是较为突出的一方面。网络中的军事舆情反映着对这类事件的民意导向，对我国军事决策十分重要。它对监控军事舆情，预测事件发展动向有不小的作用。因此，对网络军事舆情分析是不可或缺的。如何快捷、有效地从中获取信息，成为需要解决的一大问题。而网络爬虫是解决这类问题基础技术之一。 目前，国内基于web的舆情分析较少本，因此本文对军事舆情的研究选择以web舆情为基础展开。基于火车头采集器（网络爬取工具）对国内的某个军事网站页面进行爬取，得到近期国民较为关注的关键词。
对其进行预处理后，基于python语言实现对数据的主题分析，整理为图样，数据表等形式。通过以上几步，实现对舆情的提取和分析。 1 研究现状
本文使用的关键技术之一是网络爬虫。网络爬虫，顾名思义，如同趴在巨大万维网里面的一只蜘蛛，它在盘枝错节的网络中自动漫游，抓取有用的资源，并加载到设立的数据库中。网络爬虫又称网络机器人。英文名有Robot、Crawler、Spider等。
开颅血肿清除术在爬虫技术发展方面。国外的网络爬虫技术相对来说起步较早，已经有大量优秀作品。如斯坦福大学设计的Google的爬虫，康柏系统研究中心的Allan Heydon和Marc Najork设计的名叫Mercator的高性能爬行器，以及 Tnternet Archive、 UbiCrawler等。当然国内也有如北大天网高性能网络爬虫。目前，网络爬虫的研究主要是围绕如何提高预测的准确性，降低计算复杂性，以及增加网络爬虫自适应性这几个方面展开。
在分析军事舆情的有关研究中，国内已有一些分析系统，如中科点击军犬网络舆情监控系统、北京拓尔思TRS 络舆情监控系统等。但是，传统的分析方法中没有采用主题适用性等。本文将实现以主题模型为方法的军事舆情分析。
2 Web数据爬取
网络爬虫的工作机制如下：首先对待爬取页面进行检索，然后在爬取时有方向性的进行挖掘。数据爬取方向包含两种：第一种爬取方向是以横向宽度为爬取基准；第二种是以纵向的深度为基准。爬取完成后数据自动存储到新建立的存档文件中。
本文的Web数据爬取流程如下：
（1）到可以爬取的相关军事网站，复制网站的地址，然后运用火车头软件，输入网站的链接即确认采集的网址规则。（2）火车头软件根据提供的URL（即网页网址）访问页面，查看网页的源代码，搜寻相关内容格式，以避免爬取到大量无用信息，使用软件中的标题，通过对网页中所需要的信息提取标识符来提取标识符中的文本。（3）尝试对某个网址进行分析，检验准确性与可行性。当测试网页提取到的内容符合预期，运行程序。火车头软件将一个页面分析完成后，开始爬取队列中下一个网页，直到爬取结束。
（4）保存数据到数据库中并准备预处理，保存到。由于提取到的内容中会存在不必要的无用信息（如网页链接、字符、标点等等），需要进行预处理，运用查、替换等方式，使最后的结果只保留需要的舆情关键词。
3 基于主题模型的军事舆情挖掘
■3.1 主题提取
基于提取到的数据，运用词频分析和主题模型来实现对资料的主题分析。主题模型技术是一种非监督的计算机的学习技术，用来分析文本中的隐含信息，其处理的文本通常信息量较大，较为复杂。它使用三层贝叶斯模型结构，即文档，
142 | 电子制作 2018年2-3月合刊
应用技术
主题和词。在这三者之中，文档以及词是直接可以看到的，而主题是隐含在文档和词里，是需要进行分析的。同时，在文档和主题；主题和词之间是有关系的，是概率分布，而且概率的大小可以是有差别的。主题模型的思路是使每一个词以一定的概率选取到某些主题，并从中以一定概率选出某些词语。文档是由多个主题一起构成，而主题是词在一定概率上的分布，通过这种方法分析文档和词的潜在意义，即主题。本文将基于Python语言实现对挖掘到的军事舆情数据的分析。本文的军事舆情挖掘结果如下，基于Python语言最终得到五个主题。如图1所示。分析可知，军事舆情数据的五个主题可概括为：中国军队新装备亮相以及世界维和；中国导弹部队；中国国际军事赛事承办和军事活动；中日和中美南海问题；国产新型军事装备及技术（下文中分别使用数字0-4表示）。麻醉药品五专
图1 军事舆情主题挖掘结果
■3.2 主题相关性分析
沈莹
进一步分析各主题间的关系可知，各主题在数据中出现的频率略有差别，如图2所示， 主题0占的比重最大， 1、2、4所占比重相似，且主题3的频率最低。
图2 主题频率分布直方图
此外，基于不同主题之间的相关关系分析可知，不同主题间的相关关系有所差异，如图3-4，散点对应主题间两两同时出现的概率。分析可知，由0、1、2、4topic得到的散点图是相似的，如图四显示。同时0、1、2、4topic与3topic的关系相似。
如图3，横轴表示0、1、2、4topic中一个topic出现的概率，以及纵轴为此概率下的3 topic的概率。点的分布主要在横轴上，纵坐标的值多为零。由此可以分析出3 topic与其他topic的联系相对不那么紧密。如图4，点的分布集中在等腰直角三角形的区域内，且各个位置都有分布。较之图3，可以说是相对联系紧密的。
图3 topic4与topic3概率关联
图4 topic4与topic2概率关联
■3.3 词云分析
十二届全国人大二次会议
基于主题提取结果绘制词云图，图中文字尺寸与词频正相关，可知 词语“中国”频率最高；“解放军”、“导弹”、“航母”、“海军”等词语次之。由此可推测Web军事舆情更倾向于基于这些关键词展开讨论，这也为舆情把控提供了基本方向。
4 结论
本文通过网络爬虫技术和Python语言实现对军事舆情数据的挖掘和分析。本文采用某个军事网站的国内军事舆情为挖掘资源，是用火车头软件提取，用Python语言进行主题模型分析，得出研究时段的网络军事舆情关注的焦点。同时，较之以往分析舆情趋势的方法，本文使用Web舆情数据基础作为数据源，基于主题模型军事焦点话题及其相关关系，可以更好的把握国民较为关注的军事事件，舆论导向，从中提取关键、精准的预警信息，从而为军事决策提供较为精确的舆情资料。同时，也为提取舆情信息提供了另一种较好的思路。未来将改进提取和分析方法，以进一步提高得到的舆情关键词的准确性和本文所用技术的实用性。
参考文献
＊ [1]曾伟辉, 李淼, 曾伟辉. 深层网络爬虫研究综述[J]. 计算机系统应用, 2008, 17(5):122-126.（下转第102页）
www�ele169�com | 143
102 | 电子制作 2018年2-3
月合刊
带和视觉系统的2×3轴三角式机器人。这两种技术的应用，
有助于提升办公室检测工作的效率，优化工作质量。 ■3.2 有效排除故障的产生
如今很多非人为的因素仍然会影响电子工程自动化控
制系统的顺利运行，产生系统故障，所以系带加强处理自动化控制系统故障。然而控制系统故障使用传统的技术效果不
佳，所以就需要到更为科学有效的技术来应用，智能技术应运而生，大大帮助到排除电子工程自动化的系统故障。以过去在自动化控制系统中经常出现的故障情况来分析，通常出现的电子故障之间是有着共同点的，所以，智能技术中包括的神经网络、模糊逻辑、专家系统这些专业技术，都可以
用来有效诊断系统故障，使我们在系统故障发生时更加及时和准备的发现问题所在，并第一时间出对应的办法，从而实现帮助系统故障的排除，使系统可以正常运行。 ■3.3 同时完成更多的操作任务
近年来由于智能技术的不断普及，对于电子工程领域带
来了积极影响，其中应用智能技术有效实现了多元化的运行。智能技术具有可同时操作各类复杂任务，为系统正常运行提供保障，同时还不要求操作人员具有较高能力，能够允许操作人员同时进行多项系统的操作，另外因为应用了智能技术，实现了智能化控制，还降低操作任务的失误率，保证整个系统的正常运行的多重优点。智能化技术不但比传统操
作系统可控制多个对象，并显著提升产品质量，给控制系统
金环银环用于许多领域。在电子工程自动化控制中，智能技术的应用在提高工作效率和确保信息的自动分类和
收集方面非常有效，系统的稳定性在促进运行中起着非常重要的作用。通过分析智能技术在电子工程自动化控制中的技术特点，阐述了智能技术在电子工程自动化控制中的应用，提出了电子工程
自动化控制中电子工程自动化控制的设计。在今后的发展中，本文为了解电子工程自动化技术系统提供了一定的理论借鉴。智能技术的应用正是体现出了与时俱进的精神，是社会进代、时代发展的需要。所以，进一步研究电子工程智能化智能技术非常必要。
参考文献
＊ [1]刘继雷.智能技术在电子工程自动化控制中的应用[J].电子技术与软件工程,2016(18):167-167.
＊ [2]马永晟，于凤娇，何汉文.智能技术在电子工程自动化控制中的应用[J].南方农机,2016(2):86-86.＊ [3]秦晓磊.智能技术在电子工程自动化控制中的应用[J].数字技术与应用,2017(2):22-22.＊ [4]路海英.浅析智能技术在电子工程自动化控制中的应用[J].电子制作,2016(18):54-54.＊ [5]崔凯.浅析智能技术在电子工程自动化控制中的应用[J].装饰装修天地,2017(12).＊ [6]谢欢，宋培.智能技术在电子工程自动化控制中的应用探讨[J].工程技术：引文版,2016(12):00270-00270.＊ [2]胡晟. 基于网络爬虫的Web 挖掘应用[J]. 软件, 2012(7):145-147.＊ [3]王丹. 基于主题模型的用户画像提取算法研究[D]. 北京工业大学, 2016.
＊ [4]刘晓亮. 基于的军事舆情论坛话题追踪方法[J]. 计算机应用, 2012, 32(11):3026-3029.
＊ [5]杨旭东. 网络舆情监控系统关键技术研究[J]. 信息网络安全,
联想家悦h3605
2016(9):251-256.＊ [6]李晨, 杨子江, 朱世伟，等. 基于Hadoop 的网络舆情监控平台设计与实现[J]. 计算机技术与发展, 2016(2):144-149.
＊ [7]周红福, 贾璐, 张婷婷，等. 微博舆情分析中信息转发路径提取方法研究[J]. 信息网络安全, 2016(4):61-68.
＊ [8]王曰芬, 杭伟梁, 丁洁. 微博舆情社会网络关键节点识别与应用研究[J]. 情报资料工作, 2016(3).
（上接第143页）
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议