摘要：当今社会，互联网是一个不可或缺的信息交流媒介，每天都有成千上万条信息在互联网上传播、交换。随着互联网的飞速发展，网络秩序的维护也逐渐成为了刻不容缓的任务，所以也诞生了网络舆情监控系统的概念。

本文对网络舆情监控进行详细的设计与分析，首先分析其相关背景，提出网络舆情监控系统的主要目的和意义，该监控系统在获取信息方面采用的主要技术是爬虫技术，在此基础上实现一个功能较为完善全面的网络舆情监控系统。该系统会将获取的信息进行分词，分词主要运用了jieba分词器，然后系统会对这些分完词的数据进行分类，本文的分类是基于聚类分析的思想，在分类的过程中，引入了一个相似度向量模型，模型会把数据分为四类以便数据分析。为了更好的掌握舆情走势，该系统还设立了新闻跟踪板块，这个板块主要实现了对单类新闻各个月的新闻数量跟踪，该功能在后台有一个测试窗口，这个窗口主要是采用Python的Tkinter模块实现的。

在数据分析时，该系统有一个数据可视化的界面，该界面是以web的形式实现的，界面简洁、操作简单，界面用了一系列的表格、柱状图和折线图来展示本课题所研究的内容，最后也给出了本文的结论。

关键词：网络舆情监控  爬虫技术  聚类分析  新闻跟踪  数据可视化

目录

摘要

Abstract

1. 绪论-1

1.1 网络舆情的含义-1

1.2 网络舆情的特点-1

1.2.1 自由性-1

1.2.2 交互性-1

1.2.3 多元性-1

1.2.4 偏差性-2

1.2.5 突发性-2

1.3 网络舆情对社会、公众的影响-2

1.4 研究情况-2

1.4.1 国内研究情况-2

1.4.2 国外研究情况-3

1.5 论文结构-4

2. 文献综述和理论分析-5

2.1 文献综述-5

2.1.1 国内研究网络舆情的文献综述-5

2.1.2 国外研究网络舆情的文献综述-5

2.1.3 国内外文献综述-6

2.2 理论分析-6

2.2.1 网络舆情监控系统的概念-6

2.2.2 网络舆情监控系统的需求分析-6

2.2.3 网络舆情监控系统的理论分析-7

2.2.4 网络舆情监控系统的现实意义-7

3. 平台的分析与设计-8

3.1 爬虫技术-8

3.1.1 产生背景-8

3.1.2 分类-8

3.1.3 抓取目标分类-8

3.2 jieba分词器-9

3.2.1 jieba分词简介-9

3.2.2 分词原理-9

3.2.3 分词模式-9

3.3 聚类分析-10

3.3.1 分析对象-10

3.3.2 应用-10

3.3.3 方法和特征-10

3.4 Python GUI编程（Tkinter）-11

3.4.1 Tkinter简介-11

3.4.2 Tkinter优劣势-11

3.5 实现方法和装置-11

3.5.1 软件环境-11

3.5.2 硬件环境-11

3.5.3 开发工具-11

3.5.4 课题简介-12

3.5.5 爬虫的实现-12

3.5.6 数据存储-14

3.5.7 分词-14

3.5.8 相似度向量模型-15

3.5.9 Tkinter构建测试窗口-15

3.5.10 新闻跟踪-17

4. 数据可视化在web上的实现-18

4.1 主界面-18

4.2 各类新闻分布表-18

4.3 各类新闻分布图-19

4.4 政治类新闻跟踪-20

4.5 社会类新闻跟踪-20

5. 数据采集和分析-22

5.1 数据采集-22

5.1.1 四类新闻的分布情况-22

5.1.2 新闻跟踪的数据-22

5.2 数据制图-22

5.2.1 四类新闻分布制图-22

5.2.2 新闻跟踪制图-24

5.3 数据分析-24

5.3.1 四类新闻分布情况分析-24

5.3.2 新闻跟踪的分析-25

5.3.3 未来发展的趋势-25

6. 系统开发的影响-26

6.1 系统开发对社会人文的影响-26

6.2 系统开发对网络环境的影响-26

6.3 系统开发对法律的影响-26

7. 结束语-27

7.1 实验总结-27

7.2 未来的工作和展望-27

参考文献-28

致谢-29