职称论文

您当前的位置:学术堂 > 职称论文 >

大数据时代的网络评论数据处理技术应用措施

来源:大众标准化 作者:杨康
发布于:2020-12-05 共3643字

  摘要:互联网时代背景下,网络评论数据呈现爆发式增长,近年来对网评数据的处理技术的研究受到广泛重视。文章探讨网络评论数据处理技术的研究现状,分析大数据背景下网络评论数据处理的主要技术。详细介绍网络评论数据处理技术具体应用措施,并提出应该全面分析和挖掘网络评论中的数据,在合理开展分析研究工作的同时,重点研究网络评论数据。力争在大数据时代下,有效应用网络评论数据处理技术,提升文本处理、分析、挖掘的工作效果,更好地完成相关网评数据的处理任务,为后续工作的有效开展夯实基础。

  关键词:大数据; 网络评论; 数据处理技术;

  近年来在网络信息技术快速发展的过程中,信息传播形式发生了巨大改变,网络信息量开始不断增加,并具有信息产生及时、传播广泛等特点。通过文本挖掘技术提取网络评论中的信息内容,可以全面掌握、分析、研究和运用文本数据信息,有效完成网络评论的分析和研究工作。本文就大数据时代下网络评论数据的处理技术,提出几点技术的应用建议,旨在为相关网络评论数据的高效化处理提供帮助。

  1 大数据时代的网络评论处理技术研究现状

  网络评论数据,属于一种特殊的文本信息。文本挖掘又被称作是文本数据库的知识发现,是一个从很多文本集合或者是数据库系统之内全面提取未知、有实用价值的知识信息的过程。广义的大数据分析技术在商业领域、社会治理等领域中已有广泛的应用,能够准确预测事物的一般规律及潜在联系。网络评论数据不仅具有非结构性数据的特点,还普遍具有中文语句中语法表示的多样性的特点,因此在挖掘文本观点过程中需要全面分析非事实性主观文本,导致文本数据分析挖掘的难度增加。到目前为止网络评论分析算法方面及解析精确度方面都处于不断探索的阶段。从目前该领域的研究现状上来看,在大数据时代下的网络评论处理和挖掘技术主要有:

  1.1 分词技术

  对于中文分词技术而言,就是将中文信息处理作为基础部分,部分系统在应用期间还能够进行新词、用户词标注处理,属于来源分词类型的应用系统。

  1.2 数据信息的提取分析与关联分析

  在实际工作中提取信息的主要目的在于为用户提供事件、事实信息,便于查询使用,其中涉及到时间信息、地点信息、人物信息、关系信息、事件信息等等,关联分析可以掌控不同分析变量取值之间的规则,明确时序关联特点和因果关联特点。

  1.3 分类分析技术

  此类技术在应用期间能够明确设置数据分类的模型,利用模型针对不同类型的数据对象达到准确预测,开展相应的研究和分析活动。

  2 大数据时代的网络评论数据处理技术应用措施

  大数据时代背景下,为了可以有效应用网络评论数据处理技术,应该形成完善的分析处理体系,有效开展网络评论的数据处理工作。具体的技术应用措施包括:

  2.1 合理提取关键词

  大数据时代背景下的网络评论数据处理技术,主要是采用文本挖掘技术,涉及到计算机与数学等学科属性。从技术方面来讲,分词方式与算法具有多元化的特点,当前在舆情、商业智能研究等领域中得到广泛应用。目前已有较多成熟的开源软件系统及界面友好的数据挖掘软件,操作者只需进行简单的处理就能够达到数据挖掘的目的,应用效果非常良好。对于具体的网络评论数据处理技术应用期间,应该重点关注提取其中的关键词过程。一般情况下,新闻学的标题存在概况功能、总结功能,需要工作人员或是读者进行分析、研究和整理相应的摘要内容。因此,要想从海量文章之内掌握文章中心思想,应该迅速提取具有文章代表性的词汇或者是短语,将其应用在精化阅读方面与精准排序方面。在此过程中,可以采用数据挖掘工具、软件系统等,在线挖掘各种词汇,开展相应的分词处理工作、关键词提取工作,提取整合成为新闻摘要。具体的网络评论数据处理技术应用期间,还应该注重关键词的提取,按照不同语境背景下的网络评论数据内容特点,开展针对性的处理工作,形成良好的数据处理模式。

  2.2 合理分析舆情信息

  大数据网络信息环境中的数据庞大,人们所面临的问题并非是数据信息匮乏,而是经常会出现信息过载现象或是数据噪音现象,人们在大数据网络中不再只注重信息采集,更为强调数据信息的分析转化。在互联网时代下的评论数据信息属于舆论信息中的重要部分,在研究和分析的过程中,应该采用舆情系统技术加快舆情信息的获取速度,用以确保信息的质量。通过自动化采集数据内容、自动聚类处理文本,实现舆情信息主要内容的自动化分类处理、跟踪处理、明确话题的目标。当前在舆情分析的领域中,通过有效采集各种数据信息,将其存储在数据库系统中,然后提取其中的主题,发现热点问题、评估热点话题。在采用发现热点问题技术期间,可以通过文本聚类分析的手段,明确网络中的舆情热点内容,提取其中的热点事件,开展数据信息的处理工作,去除其中的噪声信息内容。通过中文聚类处理方式与分类处理方式完成舆情处理工作,按照每个领域的词库系统内容,实现最终的数据处理目的。

  2.3 采用社会网络分析技术

  在实际工作中可以采用社会网络分析技术,通过关联分析的形式查找网络评论数据中的意见领袖,准确识别意见持有者,明确影响力最高的用户。对于网络评论中的意见领袖而言,能够在短时间直接性或是间接性对很多用户产生影响。在此情况下,要有效解决社会网络中的问题,应该挖掘网络评论数据中的意见领袖,有效开展舆论引导工作,满足实际工作要求。实际工作中还可以采用用户属性分类的处理技术,挖掘意见领袖,按照用户的关注度、粉丝数量、发帖数量、认证用户评分等特点,合理分析社会网络中的意见领袖数据信息,开展相应的分析研究工作。在采用相关数据处理技术期间,还可以采用软件分析工具,借助相关的数据关联性分析软件,整合网络中的可视化技术,形成有效的人机互动。在有效开展网络评论数据处理工作的情况下,提升数据处理技术的应用效果,满足当前大数据时代之下的网络评论数据处理需求,充分发挥数据处理技术的作用和优势。

  2.4 采用情感倾向性分析技术

  通过情感倾向性分析技术,可以全面分析用户评价内容,了解到用户的情感态度,测量评价等级。使用网络爬虫工具处理,抓取获得文本中的语料,获取到海量的数据信息,最终将所有数据存储在数据库系统之内。在此期间,原始数据信息中会有很多无用、重复性的内容,具有无效性的特点,因此必须要开展语料的预处理工作。将数据库系统中数据转变成为文本格式文件之后,利用停用词语开展过滤垃圾的处理工作。完成预处理任务以后,还应该开展分词处理工作,提取网络评论数据之内的关键词部分和特征词部分,通过分词技术,在海量评论数据中寻找主题词内容,例如:在分析网络中服装购物评论数据的过程中,可以提取到款式关键词、质量关键词、物流关键词,可以有效进行词语的归类处理,有针对性开展处理工作。其次,在实际工作中还可以通过主题词的分类处理,计算得到评论数据的情感倾向,明确用户的具体情感倾向特点,便于针对性研究和分析网络评论数据信息内容,提取到有价值的数据进行深入研究和探讨。需要注意的是,在运用数据处理技术期间,应该归纳总结相关的技术应用经验,不断增强各项技术的应用效果,满足大数据时代下的网络数据处理根本需求,形成系统化与科学化的工作体系。

  3 大数据时代的网络评论数据处理技术应用的意义

  近年来,互联网快速发展的过程中,网民数量增长速度飞快,舆论平台的数量也同样与之俱增,主要包括论坛、微博、微信等众多虚拟社区平台。网络舆论平台是一个开放性的平台,不仅数据量巨大,还具有数据信息产生及时、互动性广泛、流动性强等特点,已经成为当前最为庞大的信息场。采用传统的数据收集、舆情分析方式,处理能力相对较低,对网络评论数据的分析效果会造成不利影响。采用网络评论数据处理技术,可以全面分析网络营销数据、舆情数据,挖掘网络评论数据中有价值的内容,可以确保数据分析与处理的时效性。尤其在挖掘网络评论数据期间,还能够从传播学角度、新闻学角度、社会学角度出发,深化研究相关的数据内容,利用文本挖掘的形式有效完成各项分析和研究工作。由此可见,大数据时代背景下,采用网络数据处理技术具有重要意义,应该予以一定的重视,确保网络评论数据的高效化分析和处理。

  4 结语

  综上所述,在大数据时代背景下,网络评论数据处理技术的应用非常重要,不仅能够提升数据分析、提取、整理和研究的效果,还能转变传统的数据处理形式,有效完成各项数据处理的任务。因此,大数据时代背景下,合理运用网络评论数据处理技术,遵循技术应用原则,构建完善的技术体系,对大数据时代下网络评论数据的处理和分析具有重要意义。

  参考文献

  [1] 张家熙,夏良兵.大数据时代人工智能在计算机网络技术中的应用探讨[J].中国战略新兴产业,2019,33(4):92-99.

  [2]陆渊章,夏玉果,董天天.人工智能技术在大数据时代智能信息处理中的应用分析[J].山东商业职业技术学院学报,2019,11(3):112-114.

  [3]张春红.大数据时代人工智能技术在计算机网络中的应用[J].科学技术创新,2020(03):95-96.

  [4]陈开华.大数据时代人工智能在计算机网络技术中的应用分析[J].计算机产品与流通,2020,24(2):133-155.

  [5]沈艳,宋燕燕.大数据时代的网络评论数据处理技术应用[J].今传媒(学术版),2016,22(12):112-113.

  [6]孙媛,张俊芳.基于网络爬虫的电商评价数据可视化[J].现代信息科技,2020,4(12):95-97.

作者单位:洛阳师范学院
原文出处:杨康.大数据时代的网络评论数据处理技术应用分析[J].大众标准化,2020(22):176-177.
相关内容推荐
相关标签:大数据分析师论文
返回:职称论文