论文部分内容阅读
双结构网络以传统的TCP/IP网络作为主结构,以添加了广播和存储功能的播存结构作为次结构,来解决互联网中共享类流量的无标度增长、内容难以监管的问题。双结构网络借助语义丰富的统一内容标签(Uniform Content Label, UCL)标引互联网中的热门网页,UCL的内容指纹字段虽然能够保证信息的真实性,但是无法解决片面性带来的信息不可信问题。本文将信息可信问题分为两类:真伪性的信息可信问题和片面性的信息可信问题。随着移动互联网的快速发展,部分信息被媒体断章取义地加以报道,并借助于移动互联网获得了爆炸性传播,从而带来了片面性的信息可信问题。片面性的信息往往是真实的,但是由于只是针对某一方观点的陈述,容易误导网民做出不合理的判断。网页是最常见的信息载体,是联系信息和网民的纽带。针对片面性的信息可信问题,本文提出了信息汇聚研讨厅HWSIA (Hall for Work Shop of Information Aggregation)。 HWSIA运用综合集成的原理,通过UCL的话题字段关联双结构网络中沉积的热门网页,根据网页中蕴含的观点进行观点聚类,对每一个观点类定量计算其观点强度。HWSIA可以使用户全面地了解到各方观点的细节和强度,避免用户片面地获取信息,能够辅助用户对信息是否可信做出合理的判断。针对双结构网络的需求和特点,本文设计了双结构网络的信息汇聚研讨厅HWSIA的框架,提出了信息汇聚研讨中的观点聚类算法OCA (Opinion Clustering Algorithm)和信息汇聚研讨中的观点强度算法OWA (Opinion Weight Algorithm)。论文的主要工作如下:● 针对双结构网络中网页多长文本的特点,提出信息汇聚研讨厅中的观点聚类算法OCA。OCA算法首先确定观点标识词,然后根据观点标识词密度从网页正文中抽取观点语句,根据观点语句的语义相似度进行观点聚类。相对于传统的感情分析算法,OCA算法的观点描述更加关注细节,聚类结果更加多样化,以便于用户了解各方观点的内容,能够全面地理解信息。● 利用双结构网络中重要的语义数据包UCL,提出信息汇聚研讨厅中的观点强度算法OWA。OWA算法综合考虑了网页自身的可信度和网页主题对观点语句的支持度,同时合理地利用了UCL中的关键字段,从可信性角度定量地计算了观点语句的可信度,最后根据观点语句的可信度获得观点强度。相对于传统算法,OWA算法计算粒度更细,方便用户定量地了解各方观点的观点强度,区分主要观点和次要观点。● 结合双结构网络的特点,设计并实现了信息汇聚研讨厅原型系统。在原型系统中,使用双结构网络中真实的数据集对本文提出的OCA算法和OWA算法进行了实验与分析,实验与分析结果验证了OCA算法和OCW算法的可行性。表明了本文提出的观点聚类算法和观点强度算法能够有效地支持信息汇聚研讨厅的观点聚类计算和观点强度计算,保证用户可以全面地了解信息的各个方面。