舆情分析是指根据特定问题的需要,对针对这个问题的舆情进行深层次的思维加工和分析研究,得到相关结论的过程。本文的新闻舆情分析是指利用文本挖掘技术,探究大量新闻报道的热点主题分布及演化路径,发掘隐藏于海量文本中的热点信息。确定主题分布的常用模型是隐狄利克雷分配(Latent Dirichlet Allocation,LDA)模型,传统概率主题模型的建立并未考虑不同时期内文档数量的差异,仅在模型建立之前执行一次最优主题数的选取操作,这会导致提取的主题偏离实际,所以本文在模型建立之前,对不同时期的新闻报道分别进行一次最优主题数选取的操作。另外,在确定主题的演化路径时,含义模糊的主题会使主题的演化路径发生偏移,因此本文在建立主题演化路径之前,对模糊主题进行过滤。本文利用的数据是“精准扶贫”的相关新闻报道,其研究内容分为三个方面:一是探究从海量数据中获取特定数据的有效方式。本文介绍当前常用的两种数据获取方法,并通过实际操作验证选取最佳数据获取方法。二是确定新闻报道的主题分布。本文从获取的有关“精准扶贫”的相关新闻报道出发,借助文本分词、提取特征词、权重赋值等文本预处理技术建立文本向量空间,并在该空间中建立LDA主题模型,探究不同时期的社会关注热点。三是建立主题演化模型。本文借助JS(Jensen-Shannon)散度判断主题间的关联关系,进而确定热点主题随时间的演化情况,从而预测未来新闻热点的演化趋势。研究发现,新闻模板配置是数据有效获取的重要一环,最优主题数的判定是确定主题分布的关键,主题筛选能够使新闻主题的演化情况更符合实际。从“精准扶贫”新闻舆情分析的结果中发现,近年来新闻的关注热点围绕着中国“精准扶贫”十大工程而展开,电子商务扶贫和产业扶贫贯穿精准扶贫工作的始终,光伏扶贫在西部山区推行甚广。根据“精准扶贫”新闻舆情分析的结果,便于为国家“精准扶贫”工作献计献策,帮助贫困地区人民真正摆脱贫困。