朱光婷 潘晓琳

(重庆师范大学 数学科学学院， 重庆 401331)

网络舆情是指在互联网上流行的舆论，其中包含网民或公众针对现实生活中的一些热点问题、焦点问题、突发事件表达的意见、态度和情绪等等，它们在一定时间段内集聚汇总，便会对与这些问题或事件相关的当事人造成舆论压力，即形成网络舆情危机。研究网络舆情危机涉及相关的评价指标体系，而有关指标数据的属性有两种类型，即连续型和离散型。数据挖掘中对连续型数据进行预处理，有关算法都比较复杂。本次研究，主要针对网络舆情危机评价指标体系探索一种简化指标的方法。基本思路是：首先，对评价指标按选取规则进行初步选取，去除无法搜集或难以收集数据的指标；然后，运用布尔推理的高效实现算法将连续型数据离散化，为约简粗糙集提供高准确率的信息表数据；最后，采用启发式约简算法计算指标属性重要程度，进而删除冗余指标。

1 关于算法

离散化问题主要是根据断点把连续型数据的值域范围切割成有限个区间，使每个区间的对象具有相同的类别，这是用一定阈值对数据进行空间拆分的过程。

设决策表为T=(U，A，V)。其中，U为至少有1个元素的样本集合；A=C∪D，为非空有限个条件属性集与决策属性集组成的集合；V=∪Va[1]。对于∀a∈C，值域Va=[la，ra]。Pa为Va上的一个划分：

Pa={[Ca0，Ca1)，[Ca1，Ca2)，…，[Cak，Cak+1)}

la=Ca0

Cai即为属性a在值域Va上的一个断点；Ca={Ca1，Ca2，…，Cak}，为Va的断点集。每一个断点集确定唯一的一个划分。如果 |Pa|=1，表示没有断点，集合为空集。集合P={Pa|a∈C∪D}，称为T的一个划分。……