面向信息内容安全的新闻信息处理技术PDF电子书下载

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