面向信息内容安全的新闻信息处理技术2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

面向信息内容安全的新闻信息处理技术PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1 信息内容安全的概念和产生背景1

1.1.1 我国互联网发展现状1

1.1.2 互联网上的不良信息问题3

1.1.3 信息内容安全简述4

1.2 网络新闻的特点4

1.3 网络新闻信息内容安全分析技术的发展与现状6

1.3.1 不良信息监测技术6

1.3.2 面向信息内容安全的文本过滤技术8

1.3.3 新闻话题检测与跟踪技术9

1.4 研究意义及应用11

1.4.1 信息内容安全研究的意义11

1.4.2 信息内容安全技术的应用14

参考文献19

第2章 网络新闻信息处理原理及相关技术21

2.1 网络新闻信息处理的原理及框架21

2.2 自然语言处理技术24

2.2.1 自然语言理解的学科内涵24

2.2.2 自然语言理解的过程和层次24

2.2.3 应用前景和研究意义26

2.2.4 国外发展脉络和研究成果26

2.2.5 中文（汉语）自然语言理解发展概况与成果31

2.2.6 存在问题和展望35

2.3 计算语义学35

2.3.1 自然语言处理的不同层次35

2.3.2 语义分析在自然语言处理中的地位35

2.3.3 现代语义学流派及其主要理论36

2.3.4 语义知识的表示方法40

2.4 文本挖掘技术42

2.4.1 文本挖掘的定义42

2.4.2 文本挖掘的过程43

2.4.3 文本挖掘的研究现状44

2.4.4 文本挖掘与相近领域的关系49

参考文献51

第3章 信息过滤54

3.1 信息过滤的提出背景54

3.2 信息过滤的发展历史和研究现状55

3.3 中文信息过滤研究的理论意义和应用价值58

3.4 信息过滤机制59

3.4.1 信息过滤的概念和特点61

3.4.2 信息过滤与信息检索的关系62

3.4.3 信息过滤系统的体系结构63

3.4.4 信息过滤系统的分类66

3.4.5 实现信息过滤系统的方法和基本技术68

3.4.6 信息过滤系统性能的评估69

3.5 信息过滤模型69

3.5.1 布尔模型70

3.5.2 概率模型70

3.5.3 向量空间模型71

3.5.4 潜在语义索引模型72

3.5.5 神经网络模型73

3.6 信息过滤的方法73

3.6.1 统计方法73

3.6.2 逻辑方法76

3.6.3 拟物方法77

3.7 信息过滤技术的实现78

3.7.1 中文文本信息过滤系统的研究与实现78

3.7.2 用户兴趣模式更新策略80

3.7.3 信息过滤策略81

3.7.4 智能决策推荐81

3.7.5 与其他Agent通信机制81

3.8 信息过滤在信息内容安全中的应用81

3.8.1 智能搜索引擎信息过滤82

3.8.2 基于内容过滤的局域网防泄密系统85

3.8.3 电子商务推荐系统中的信息过滤86

3.8.4 开放网络中的信任问题89

3.9 本章小结92

参考文献93

第4章 话题检测与跟踪96

4.1 研究背景和意义96

4.2 基本概念97

4.2.1 话题97

4.2.2 事件97

4.2.3 故事97

4.2.4 话题检测97

4.2.5 话题跟踪98

4.3 话题检测与跟踪技术的5项任务98

4.3.1 报道切分98

4.3.2 首次报道检测98

4.3.3 关联检测99

4.3.4 话题检测99

4.3.5 话题跟踪99

4.4 话题检测与跟踪的发展与现状99

4.4.1 新闻话题检测技术研究现状100

4.4.2 新闻话题跟踪技术研究现状101

4.5 网络新闻话题检测与跟踪系统框架103

4.6 话题检测与跟踪的技术框架106

4.6.1 话题检测常用方法概述106

4.6.2 话题跟踪常用方法概述112

4.7 本章小结114

参考文献115

第5章 社会网络分析118

5.1 研究背景及意义118

5.2 概述119

5.2.1 社会网络的含义119

5.2.2 社会网络的形式化表达120

5.2.3 社会网络分析的含义123

5.2.4 社会网络分析的主要内容124

5.2.5 网络新闻信息中的社会网络分析126

5.3 社会网络构建方法126

5.3.1 基于命名实体检索结果的社会网络构建127

5.3.2 基于内容分析的社会网络构建129

5.4 社会网络分析方法144

5.4.1 研究方向144

5.4.2 社会网络分析具体研究方法145

5.5 社会网络分析在信息安全方面的应用146

5.5.1 基于社会网络的人名检索结果重名消解146

5.5.2 社团挖掘和话题监控的互动模型研究148

5.5.3 基于社会网络抽取的不同实体间关系倾向自动分析154

5.5.4 基于核心词识别的中文新闻文档自动文摘方法156

5.6 本章小结160

参考文献161

第6章 网络新闻信息的评价167

6.1 网络新闻价值评价的意义167

6.2 网络新闻价值评价指标体系168

6.2.1 网络新闻的评价依据和原则168

6.2.2 网络新闻的评价指标分析169

6.3 网络新闻评价技术170

6.3.1 网络新闻流行度评价170

6.3.2 网络新闻的用户个性化定制排序172

6.3.3 网络新闻影响力分析174

6.4 本章小结180

参考文献181

第7章 网络舆情分析182

7.1 舆情分析的必要性和作用182

7.2 网络舆情的概念与传播182

7.2.1 网络舆情的含义与特点182

7.2.2 网络舆情信息的主要表现形态183

7.3 网络舆情的搜集184

7.4 网络舆情的分析184

7.4.1 网络舆情分析关键点建模与发现184

7.4.2 舆情分析相关技术188

7.5 网络舆情的引导192

7.6 网络舆情监控系统的实现194

7.6.1 网络舆情监控系统概述194

7.6.2 网络舆情监控系统的体系结构195

7.7 本章小结196

参考文献197

第8章 用综合集成法解决网络新闻分析系统的相关问题198

8.1 引言198

8.2 因特网的系统学特性199

8.2.1 开放性199

8.2.2 巨量性200

8.2.3 复杂性200

8.2.4 层次性200

8.2.5 涌现性201

8.3 用系统学理论解决因特网相关问题201

8.4 新闻信息分析系统的主要问题及研究方法202

8.4.1 新闻信息分析系统是一个开放的复杂性巨系统202

8.4.2 利用综合集成法指导新闻信息处理203

8.5 本章小结207

参考文献207