童文利，邵剑飞，李　平

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500 )



基于复杂网络理论的舆情检测算法研究

童文利，邵剑飞，李平

(昆明理工大学 信息工程与自动化学院，云南 昆明 650500 )

摘要：目前，已存在的舆情检测算法主要基于网络文本的数据信息，而未考虑网络时间因素对信息元素权重的影响。针对舆情检测算法中网页爬取时间同步问题，提出了基于复杂网络理论的舆情检测算法，构建了复杂网络模型，提出了改进TPSN算法(即TPSN-LS算法)，并应用NS2进行了仿真分析。由仿真结果可知，TPSN-LS算法在网络爬取负载、同步精度和同步次数等方面的性能都明显优于TPSN算法，使得舆情检测的结果更加准确。

关键词：舆情检测；复杂网络理论；信息节点；网络延时

舆情检测是政府部门掌握社会价值体系和保障网络整体安全的重要手段。加强对网络话题热点信息和传播规律的检测是非常有必要的。目前，对于网络话题检测技术的研究主要集中在2个方面：1)侧重于网络内容，即对网络结构、内容和传播规律的检测，以此建立预测模型来推理话题趋势[1]；2)侧重于话题关键字，即网络文本信息的检测，这类研究主要是通过数据挖掘算法的特征提取、聚类来实现的[2]。这2类话题检测技术研究都是以网络数据信息为基础的，而未考虑因特网自身的特性。

本文针对上述问题，结合复杂网络理论，提出基于改进最小二乘估计法的时间同步网络舆情检测算法。

1基于复杂网络模型的舆情检测算法改进