主要研究论坛贴文、博客文章、微博文章等媒体互动讨论的舆情数据的抓取，以及舆情数据的综合处理和分析，并实现基于大数据的舆情预警研究。实现对舆情数据的可视化展示，用图表呈现舆情的时间走势、地域分布、主题分布、文章排行、热度聚集、热词发现等舆情分析结果，辅助决策。实现对相关热点话题的自动识别、智能聚类以及对传播路径的追溯、对议题漂移的捕捉和核心观点的摘要。
在大数据环境下，面对在线消费提供的海量数据信息，传统的技术方法已逐渐无法满足企业创造和维持品牌忠诚的竞争需求。《应用机器学习方法度量在线品牌忠诚度模型构建研究》构建了一个在线消费大数据时代下的人工智能模型——机器学习模型，通过机器学习方法，对在线消费者的品牌商品购买行为进行聚类，实现具有相似忠诚度的用户的聚类，同时实现在线品牌忠诚度的度量。其中，重点研究机器学习路径、机器学习算法、模型构建方法，以及模型的检验与优化方法。《应用机器学习方法度量在线品牌忠诚度模型构建研究》适合经济管理专业的研究生和教师阅读。
|
