关键词：食品安全;;网络舆情;;预警;;Storm分布式框架;;关联匹配
摘 要：食品安全关乎着国计民生,世界各国都给与高度关注。目前我国食品安全事件频发,由此而引发的舆情数据也在数量、速度和复杂性等方面发生巨大变化,大数据环境下,如何构建有效的食品安全大数据舆情预警模型显得必要而迫切。本文的主要研究内容为食品安全事件网络舆情分析、提出一种基于层次分析(Analytic Hierarchy Process,AHP)的 BP(Back Propagation)神经网络(AHP-BP)预警方法、并设计实现基于Storm食品安全网络舆情预警系统。主要工作如下:1、当前互联网行业飞速发展,网络舆情的数量急剧增多,舆情监测与预警都离不开舆情分析。针对食品安全事件做出简要概述,并分析其网络舆情的阶段划分和演变影响因素,基于此总结食品安全网络舆情的一般性规律,并对处在不同发展阶段的食品安全网络舆情进行情景切片分析。2、构建科学合理的网络舆情预警指标体系是有效预警的关键,对食品安全网络舆情的特点和网络舆情预警指标体系构建原则进行深刻剖析,作为构建食品安全网络舆情预警指标体系的重要参考依据,在此基础上,借鉴其他研究成果和结合本文数据源后构建基于微博数据和新闻数据的食品安全网络舆情预警指标体系。3、目前没有较好的针对食品安全的网络舆情预警方法,所以本文提出一种基于层次分析的BP神经网络(AHP-BP)预警方法,将微博数据和新闻数据的指标数据作为BP神经网络的输入,并通过AHP融合指标数据得到四类预警等级作为BP神经网络的输出,建立食品安全网络舆情预警模型,并用实例验证该预警模型。4、大数据环境下,为了能够及时有效地对食品安全事件进行监测和预警,将该AHP-BP预警模型部署在Storm分布式框架下,设计实现基于Storm的食品安全网络舆情预警系统,并且引入法规数据、品控数据、检测数据与舆情数据进行关联匹配,实现对食品安全事件全方位的检测和分析。
内 容：原文可通过湖北省科技信息共享服务平台（http://www.hbstl.org.cn)获取