网络舆情事件处理不当，会引发用户的过激行为。因此通过事件找出有关用户就可以起到一定的监督作用。本文先对用户提供的数据（用户信息和事件）进行预处理，对于用户信息，处理身份证号，还原成：性别，发证地，出生年月日，然后重复事件去除，用replace pioneer软件对html文件查找含QQ，手机，作者等关键字，然后手动添加进excel里。对txt文件中的事件标题进行中文分词处理。接着抽取含有用户信息各属性的事件，转化为“用户-事件-用户”的形式，运用clementine软件，分析表的置信度和网络图直观性，得出余晓明和丁羽心和马小龙是关联的等类似结果。但是发现模型的不足，对于属性没有权重，同时也发现html文件中没有MSN信息，而且QQ信息没有能和事件信息匹配上，因此将用户信息分为：姓名，地址，性别（用户的地址是将原来的地址加身份证地址，姓名是加上关键字）3个属性，将整个事件转换成3个指标，地址，姓名，性别。其中姓名是由2部分组成：html中提取的作者，爆料人等，和题分词后的人名；性别由html中提取的性别，所以有大量缺失值；地址由两部分组成：根据网源得到的地方网址和事件标题分词后的地址，将处理后的用户和事件匹配相同的字数，利用C++软件，求出结果，一个三维向量，通过欧氏距离，将结果排序。取出每个人距离最短的事件，发现钟建国和胡万林等人事存在关系的。通过这一算法，找到了用户和事件的关系，从而通过事件连接2个用户，找出用户之间的关系。再次对模型修改，距离标准化，计算用户与用户之间的关系，得出更清晰的效果。对于网络舆情来说，就可以从事件中找到相关人物以及和人物相关的其他人，那么这样就起到监督作用。
关注“官方公众号”
