网络舆情监测系统设计及实现
网络舆情监测与预警系统设计
网络舆情监测与预警系统设计一、前言随着网络的快速发展和普及，网络舆情的影响力越来越大。
如何对网络舆情进行准确、快速的监测和预警，成为了政府、企业甚至个人面临的急切问题。
本文将从网络舆情监测的基本原理、技术手段、监测与预警系统设计等方面进行探讨。
二、网络舆情监测的基本原理网络舆情监测的基本原理是通过对社交媒体、微博、论坛等网络平台上的信息进行采集、分析和挖掘，了解社会民意和舆情。
具体步骤如下：1. 采集数据通过网络爬虫技术，对指定的网站进行数据抓取。
爬虫程序需要能够自动抓取网页，并从中提取所需的信息。
为了维护数据的一致性和可靠性，应该定期进行数据清洗，剔除重复、错误或无关信息。
2. 数据分析通过自然语言处理、文本挖掘等技术，对采集到的数据进行分析和处理，提取其中的关键词、情感倾向、时间、地点等信息，进一步理解信息中所反映的社会舆情。
3. 数据可视化通过图表、词云等可视化方式，将分析出的数据呈现出来，使其易于理解和分析。
三、网络舆情监测的技术手段网络舆情监测的技术手段主要包括文本挖掘、机器学习、人工智能等方面的技术。
1. 文本挖掘指从海量的无结构文本数据中，自动或半自动地提取和识别出重要、有用、潜在有趣的信息的技术。
在网络舆情监测中，文本挖掘可以用于分析信息的情感倾向、关键词提取、关系提取等方面。
2. 机器学习机器学习是通过让计算机自动学习数据的知识、经验等，以实现某种特定的任务。
在网络舆情监测中，机器学习可以用于分类、聚类、预测等方面。
例如，可以通过机器学习算法将不同情感倾向的信息进行分类，以帮助用户更好地理解舆情。
3. 人工智能人工智能是指让机器模拟人类智能的一种科技。
它可以通过大量的数据和算法，模拟人类智能从而取得良好的效果。
在网络舆情监测中，人工智能可以用于提高数据分析的效率和准确性。
例如，通过深度学习的方法训练模型，提高对情感倾向的检测准确率，从而更好地帮助用户了解舆情。
四、监测与预警系统设计网络舆情监测与预警系统，主要包括数据采集、数据分析、数据可视化和预警报告四个部分。
网络舆情监测系统的设计与实现
网络舆情监测系统的设计与实现第一章网络舆情监测系统概述随着网络技术的发展，网络舆情已经成为了当今社会中非常重要的一项指标，这也让网络舆情监测系统变得越来越重要。
网络舆情监测系统是一种可以通过自动化的方式，对网络中的言论进行实时监测、分析和反馈的系统，这种系统非常重要，可以帮助政府部门或企业组织更好地掌握网络上的舆情变化，从而可以更好地制定相应的战略。
第二章系统的设计与实现2.1 数据采集系统的第一步是要实现数据采集的功能。
在数据采集过程中，可以通过相应的技术手段将网络上的数据收集到数据库中。
对于这种数据采集技术，可以使用爬虫技术或者是数据接口技术，相比之下，接口技术更为便捷。
因此，我们可以通过接口技术实现数据采集功能。
2.2 数据分析数据分析是网络舆情监测系统中最为核心也最为重要的一个环节。
对于数据分析，需要通过相应的技术算法将采集到的数据进行分类、筛选、摘要和归纳等操作，从而得到具有可读性的结果。
对于数据分类技术，可以使用机器学习等算法，但这些算法的准确性需要通过大量的事实验证才能得到保证。
2.3 数据可视化系统的最后一步需要对数据进行可视化，以便于更为直观地展现数据的分析结果。
同时，可视化也可以通过直观的方式吸引用户，提高用户体验。
在这一步中，可以使用表格、图表、图像和图形等方式来进行数据可视化，以便于用户更好地理解数据分析结果。
第三章实例分析为了更好地展示网络舆情监测系统的应用效果，下面通过对某事件的实例进行分析。
假设某社会事件引起了公众广泛关注，这时候网络舆情监测系统可以对网络上涉及到该事件的言论进行实时监测，并基于数据分析结果进行针对性的决策。
第四章总结网络舆情监测系统是一项非常重要的技术，可以帮助政府部门和企业组织更好地掌握网络上的舆情变化，从而为他们的决策提供相应的参考。
在系统的设计和实现过程中，需要充分考虑数据可靠性、数据算法和数据可视化等方面，以便于更好地实现数据采集、分析和可视化等功能。
基于语义分析的网络舆情监测系统设计与开发
基于语义分析的网络舆情监测系统设计与开发随着互联网的普及和社交媒体的兴起，网络舆论的影响力日益增加。
对于政府、企业和个人而言，了解并及时应对舆情的变化至关重要。
因此，设计和开发一个基于语义分析的网络舆情监测系统成为迫切的需求。
网络舆情监测系统主要用来收集和分析网络上用户的言论和情感倾向。
通过对用户发表的评论、帖子、微博等进行语义分析，系统能够从中提取有价值的信息，并及时给出相关的舆情分析报告和预警。
接下来，本文将从系统架构、关键技术和功能模块等方面介绍基于语义分析的网络舆情监测系统的设计与开发。
首先，系统的架构是保证其高效运行的关键。
基于语义分析的网络舆情监测系统可以分为数据采集、数据预处理、情感分析和舆情报告等模块。
数据采集模块负责从各大社交媒体、论坛、新闻网站等采集相关数据，并存储在数据库中。
数据预处理模块对采集到的数据进行清洗、去重和过滤等操作，以提高数据的质量。
情感分析模块是系统的核心部分，其通过构建情感词典和机器学习算法等方法，对用户发表的言论进行情感倾向及主题的分析和分类。
最后，舆情报告模块将根据情感分析的结果生成相应的舆情报告，并进行可视化展示，以便用户直观地了解舆情变化。
其次，关键技术对于系统的性能和效果具有重要影响。
在语义分析方面，系统可以利用自然语言处理（NLP）和机器学习等技术。
其中，NLP技术可以处理用户发表的文本，包括分词、去停用词、词性标注等步骤。
机器学习技术可以通过训练大量的样本数据，让系统具备从文本中自动学习情感倾向和主题分类的能力。
此外，还可以利用深度学习技术来提高情感分析的准确性和效率。
另外，基于语义分析的网络舆情监测系统应该具备一些重要的功能模块。
首先是数据采集模块，其可以通过API接口或者爬虫程序，从各大社交媒体平台和新闻网站等获取相关的舆情信息。
其次是数据预处理模块，该模块可以对采集到的数据进行清洗、去重和过滤等操作，以提高后续处理的效果。
第三是情感分析模块，其可以通过构建情感词典、训练模型等方法，对用户的言论进行情感倾向和主题的分类和分析。
舆情监测系统技术要求与实施规范
舆情监测系统技术要求与实施规范一、引言随着互联网的快速发展，信息传播速度加快，舆论场日益复杂。
舆情监测系统作为一种技术手段，旨在对网络舆情进行实时监控、分析与预警，为政府部门、企业及社会各界提供决策支持。
本文将从技术要求和实施规范两个方面，探讨舆情监测系统的构建与应用。
二、技术要求1.数据采集舆情监测系统应具备高效、广泛的数据采集能力，涵盖主流社交媒体、论坛、博客、新闻网站等平台。
采集内容应包括文本、图片、视频等多媒体信息，同时关注用户评论、转发等互动数据。
2.数据存储系统应采用大规模分布式存储技术，确保数据的高可靠性、高可用性和可扩展性。
针对海量数据，采用高效的数据压缩、去重等技术，优化存储空间。
3.数据分析舆情监测系统应具备智能数据分析能力，通过自然语言处理、文本挖掘、机器学习等技术，实现对舆情信息的情感分析、主题识别、趋势预测等。
同时，支持自定义分析模型，满足不同场景的需求。
4.可视化展示系统应提供丰富多样的可视化展示方式，如柱状图、折线图、地图、热力图等，直观展示舆情动态、热点事件、关键人物等。
支持个性化定制，满足用户个性化展示需求。
5.预警机制舆情监测系统应具备实时预警功能，根据设定的关键词、情感倾向、地域等信息，对潜在的负面舆情进行实时监控，并通过短信、邮件等方式及时通知用户。
6.接口与集成系统应提供丰富的接口，支持与其他系统（如大数据平台、业务系统等）的集成，实现数据交互与业务协同。
同时，支持API调用，满足第三方开发者需求。
三、实施规范1.项目规划在项目启动阶段，明确项目目标、需求、预算、时间表等关键要素。
针对不同阶段的工作内容，制定详细的实施计划，确保项目顺利进行。
2.系统选型与搭建根据项目需求，选择合适的舆情监测系统供应商。
在系统搭建过程中，确保硬件设备、网络环境、安全防护等满足系统要求。
3.数据采集与整合在系统部署后，开展数据采集工作，将不同来源的数据进行整合，确保数据质量和完整性。
在线社交媒体舆情分析与监测系统设计与实现
在线社交媒体舆情分析与监测系统设计与实现随着互联网的普及和发展，社交媒体成为人们获取信息和交流的重要平台。
然而，社交媒体上的舆情却时常引发社会矛盾和舆论风波，给社会稳定造成不良影响。
为了帮助相关部门及时了解和应对社交媒体上的舆情趋势，设计和实现一套在线社交媒体舆情分析与监测系统成为迫切需求。
一、系统需求分析1. 数据采集与存储：系统需能采集和存储各大社交媒体平台上的相关信息，包括用户发表的文字、图片、视频等。
a. 实现方式：使用爬虫技术，对各大社交媒体平台进行数据抓取，并结构化地存储至数据库中。
2. 数据清洗与预处理：由于社交媒体上的信息来源广泛、内容复杂，需要对采集到的原始数据进行清洗和预处理。
a. 数据清洗：去除重复数据、垃圾信息、无效账号等。
b. 文本预处理：对文本进行分词、去停用词、词性标注、命名实体识别等操作，以便后续的情感分析和主题提取。
3. 舆情分析与情感计算：通过分析社交媒体上的大量文本信息，抽取出其中的主题和情感倾向，以了解公众对某一特定事件或议题的关注度和态度。
a. 主题提取：使用文本聚类或主题模型等方法，自动从大量文本中提取出热点话题，并给予关键词标签。
b. 情感计算：采用情感词典、机器学习等方法，对舆情文本进行情感倾向分析，得出正面、负面或中性情感的评分。
4. 舆情可视化与报告输出：系统需要将分析结果以直观、易懂的方式展示给用户，以便用户更好地理解和应对舆情。
a. 可视化展示：采用图表、词云等方式，呈现舆情数据的主要特征，如热点话题、情感倾向等。
b. 报告输出：为了方便用户查看和分享分析结果，系统需支持将分析结果导出为报告文档或图表图像等格式。
二、系统设计与实现1. 架构设计：根据系统需求和数据处理流程，设计合理的系统架构，以确保系统的高效性和可扩展性。
a. 前端设计：设计用户友好的界面，包括数据展示页面、查询界面和设置界面等。
b. 后端设计：搭建可靠的数据存储和处理系统，包括数据库、数据处理和分析的模块等。
舆情监测系统建设方案
舆情监测系统建设方案第1篇舆情监测系统建设方案一、项目背景随着互联网的普及和信息技术的飞速发展，网络舆论已成为影响社会稳定和企业形象的重要因素。
为及时掌握网络舆论动态，提升企业或政府部门应对网络舆情的能力，构建一套高效、稳定的舆情监测系统显得尤为重要。
二、建设目标1. 实现对互联网上各类舆论信息的实时监测，确保及时发现潜在风险。
2. 对监测到的舆论信息进行智能分析，提高信息处理的准确性和效率。
3. 构建完善的舆情预警机制，为决策者提供有力支持。
4. 提升企业或政府部门在应对网络舆情方面的能力和形象。
三、系统设计1. 系统架构舆情监测系统采用分布式架构，包括数据采集、数据处理、数据存储、数据分析、数据展示等模块。
系统具有良好的扩展性、稳定性和安全性。
2. 数据采集（1）采集范围：覆盖国内外主流社交媒体、论坛、博客、新闻网站等。
（2）采集方式：采用深度爬虫技术，实现对目标网站的数据抓取。
（3）采集内容：包括文本、图片、视频等多种类型的数据。
3. 数据处理（1）数据清洗：对采集到的数据进行去重、过滤等处理，提高数据质量。
（2）文本挖掘：对清洗后的文本数据进行分词、词性标注、主题提取等操作。
（3）情感分析：对文本数据进行情感分析，判断舆论情绪的正负。
4. 数据存储采用分布式数据库存储采集到的数据，确保数据的安全性和稳定性。
5. 数据分析（1）趋势分析：分析舆论关注点的变化趋势，为企业或政府部门提供决策依据。
（2）热点分析：挖掘热门话题，掌握舆论风向。
（3）预警分析：根据设定的预警指标，及时发现潜在风险。
6. 数据展示四、实施策略1. 项目立项：明确项目目标、范围、预算等，确保项目顺利推进。
2. 技术选型：选择成熟、稳定的技术方案，确保系统的高效运行。
3. 团队建设：组建专业的项目团队，包括项目经理、开发人员、数据分析人员等。
4. 项目管理：采用敏捷开发模式，确保项目进度和质量。
5. 系统部署：在云平台上部署系统，确保系统的高可用性。
基于大数据的舆情分析系统设计与实现
基于大数据的舆情分析系统设计与实现舆情分析是指利用大数据技术和人工智能算法来监测和分析社会舆论的动态变化。
随着社交媒体和网络的普及，越来越多的人将自己的观点和意见通过互联网表达出来，这使得舆情分析成为政府、企业和个人了解公众意见和舆情态势的重要工具。
本文将介绍基于大数据的舆情分析系统的设计与实现。
一、系统需求分析1. 数据收集与存储：舆情分析系统需要从各种来源收集舆情数据，包括社交媒体平台（如微博、微信、Twitter等）、论坛和新闻网站。
这些数据需要进行清洗和预处理，并存储在适合大数据处理的数据库中。
2. 情感分析与关键词提取：舆情分析的核心是对舆情数据进行情感分析和关键词提取。
情感分析可以帮助识别用户的情感倾向，包括喜好、厌恶、赞同或反对等。
而关键词提取则有助于了解用户讨论的话题和相关性。
这些分析需要应用自然语言处理（NLP）算法和机器学习技术。
3. 舆情态势分析与可视化：基于情感分析和关键词提取的结果，系统需要对舆情态势进行实时监测和分析，并将结果可视化展示。
可视化可以采用折线图、热力图、词云等方式，以直观形式传达舆情数据的趋势和关键信息。
4. 舆情预警与报告生成：系统需要根据舆情数据的变化和特定规则，提供舆情预警功能，及时通知管理员关键词相关的舆情动态。
此外，系统还应能生成舆情报告，供分析师和决策者参考。
二、系统设计与实现1. 数据收集与存储：系统可以通过API接口或网络爬虫等技术实现对各个舆情数据来源的数据采集。
采集到的数据经过清洗和预处理后，可以存储在分布式数据库（如Hadoop和HBase）中，以便后续的分析处理。
2. 情感分析与关键词提取：系统可以使用自然语言处理（NLP）库，如NLTK和spaCy，来进行情感分析和关键词提取。
通过训练机器学习模型，对舆情数据进行情感分类和关键词提取。
情感分类可以采用基于词典的方法或监督学习算法，如朴素贝叶斯分类器和支持向量机。
关键词提取可以利用TF-IDF、TextRank等算法来识别重要的关键词。
网络舆情监测与管理系统的设计与研发
网络舆情监测与管理系统的设计与研发随着互联网的迅猛发展，舆情监测与管理成为了一个十分重要的领域。
网络舆情监测与管理系统的设计与研发能够帮助政府、企业、社会组织等机构及个人，了解和掌握社会舆论动态，并做出相应的应对措施。
本文将从需求分析、系统设计以及实施过程等方面进行详细介绍。
一、需求分析在设计与研发网络舆情监测与管理系统之前，首先需要进行需求分析。
针对不同的用户需求，我们可以将系统的功能需求分为以下几个方面：1.舆情数据收集：该功能可以通过网络爬虫技术，自动抓取各类网络平台和媒体的信息，包括文字、图片、视频等，并进行分类和存储。
2.舆情监测与预警：通过对收集到的舆情数据进行分析和挖掘，可以实现实时的舆情监测与预警功能，及时发现和预测舆情事件的发展趋势。
3.舆情分析与评价：通过对舆情数据的分析和处理，可以提取出关键词、趋势、态度、情感等信息，并进行科学的舆情评价，帮助用户了解舆情事件的重要程度和影响力。
4.舆情洞察与管理：通过舆情数据的分析和挖掘，可以帮助用户发现舆情事件的背后原因和规律，为制定相应的应对策略提供依据。
二、系统设计在需求分析的基础上，我们可以对网络舆情监测与管理系统进行系统设计。
下面是系统设计的几个关键点：1.数据收集与存储：设计合适的数据收集与存储模块，确保能够正确、高效地收集并存储各类网络舆情数据。
2.舆情监测与预警：设计舆情监测与预警模块，能够自动对收集到的舆情数据进行实时监测和预警，并通过短信、邮件等方式及时通知用户。
3.舆情分析与评价：设计舆情分析与评价模块，能够对舆情数据进行文本分析、情感分析等，并根据用户需求提取关键信息，对舆情事件进行评价。
4.舆情洞察与管理：设计舆情洞察与管理模块，能够对舆情数据进行深度挖掘和分析，发现事件的背后变化和规律，并为用户提供决策支持。
三、实施过程在进行系统的设计与研发之前，我们需要明确实施过程中所需的步骤和方法：1.需求沟通与确定：与用户进行充分的需求沟通，了解用户的真实需求，并将需求明确化和具体化，确保系统的设计符合用户的期望。
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
０ 引 言
在社 会 转 型 变革 时期 ， 深 层 次社 会 问题 和新 社
监测 新 闻 门户 、 贴吧、 论坛、 博 客 和 微博 等 互联 网站
点， 及 时 发现 与本 地 区和本 部 门相 关 的情报 信 息 ， 实
现对 网络 舆情 的全 面掌握 。
会 问题 的交织 ， 使 得各 种不 确定 因素 凸显 ， 因而社会
系统 性 风险增 大 ， 潜 在 风 险 随 之 增 加 。 由于 互 联 网 迅速 发展 且 网 民数 量 激 增 ， 网络 言 论 不 仅 成 为社 会 舆论 重要 渠 道 ， 同时极 具炒 作性 ， 已成为社 会 舆论 形 成 的集 散地 和发 展走 向的助推 器 。网络 的开 放性 和
络舆 情监 测 系统业务 流 程和 总体 架构 ， 并 对互联 网信 息采 集 、 数 据预 处理 、 舆 情 分析 、 舆情服务、 系 统 用 户和 安全 管理 等功 能进行 了介绍 。案例 分析 表 明 ， 该监 测 系统 能对 网络 论坛 和 新 闻 门户 网站
等进行 信 息监控 ， 在 工 商领域 得到 了较 好 的应 用效果 。
关键 词 ：网络 舆情 监 测 ；系统设 计 ；文本 分类
中 图分类 号 ：Ｔ Ｐ ３ ９ ３ ． ０ ９ 文 献标 识码 ： Ａ 文章 编号 ： １ ６ ７ ４ — ９ ０ ９ Ｘ（ ２ ０ １ ５ ） ０ ５ — ０ ０ ５ ６ — ０ ６
Ｄｅ ｓ ｉ ｇ ｎ ａ ｎ ｄ Ｒｅ ａ ｌ ｉ ｚ ａ ｔ ｉ ｏ ｎ ｏ ｆ Ｉ ｎｔ ｅ ｒ ｎｅ ｔ Ｐｕ ｂｌ ｉ ｃ Ｏｐｉ ｎｉ ｏ ｎ Ｍｏ ｎ ｉ ｔ ｏ ｒ ｉ ｎ ｇ Ｓ ｙ ｓ ｔ ｅ ｍ
ｔ ｉ ｏｎ，ｔ ｈｕ ｓ ｈａ ｖ ｉ ｎｇ ｇ ｏ ｏｄ ｅ ｆ ｆ ｅ ｃ ｔ ｓ ｏｎ ｉ ｎｄｕ ｓ ｔ ｒ ｉ ａ ｌ ａ ｎ ｄ ｃ ｏ ｍ ｍｅ ｒ ｃ ｉ ａ ｌ ａ ｒ ｅ ａ ．
Ｋｅ ｙ ｗｏ ｒ ｄ ｓ：Ｉ ｎｔ ｅ ｒ ｎｅ ｔ ｐｕ ｂｌ ｉ ｃ ｏ ｐ ｉ ｎｉ ｏ ｎ ｍｏ ｎｉ ｔ ｏｒ ｉ ｎ ｇ；ｓ ｙ ｓ ｔ ｅ ｍ ｄ ｅ ｓ ｉ ｇ ｎ；ｔ ｅ ｘｔ ｃ ｌ ａ ｓ ｓ ｉ ｆ ｉ ｃ ａ ｔ ｉ ｏｎ
ｔ ｉ ｏｎ ｃ ｏ ｌ ｌ ｅ ｃ ｔ ｉ ｏ ｎ， ｄ ａ ｔ ａ ｐｒ ｅ ｐｒ ｏｃ ｅ ｓ ｓ ｉ ｎｇ， ｐ ｕｂ ｌ ｉ ｃ ｏｐ ｉ ｎｉ ｏｎ ａ ｎ ａ ｌ ｙｓ ｉ ｓ ａ ｎｄ ｓ ｙｓ ｔ ｅ ｍ ｍ ａ ｎ ａ ｇ ｅ ｍｅ ｎｔ ａ ｒ ｅ ｄｅ — ｓ ｃ ｒ ｉ ｂｅ ｄ．Ｔｈｅ ａ ｎ ａ ｌ ｙｓ ｉ ｓ ｓ ｈｏ ｗｓ ｔ ｈ ａ ｔ ｔ ｈｅ ｓ ｙ ｓ ｔ ｅ ｍ ｃ ａ ｎ ｍｏ ｎｉ ｔ ｏ ｒ ｔ ｈｅ ｆ ｏｒ ｕ ｍ ｓ，ｐｏ ｒ ｔ ａ ｌ ｓ ａ ｎｄ ｏ ｔ ｈ ｅ ｒ ｉ ｎｆ ｏｒ ｍａ —
ｉ ｓ ｔ ｒ ａ ｔ ｉ ｏ ｎ ｎｅ ｔ ｗｏ ｒ ｋ ｐ ｕｂｌ ｉ ｃ ｏｐ ｉ ｎｉ ｏｎ ｍｏ ｎ ｉ ｔ ｏ ｒ ｉ ｎｇ ｓ ｙ ｓ ｔ ｅ ｍ ａ ｒ ｅ ｄｅ ｓ ｉ ｇｎ ｅ ｄ． Ｆｕ ｎｃ ｔ ｉ ｏ ｎｓ ｏ ｆ Ｉ ｎｔ ｅ ｒ ｎ ｅ ｔ ｉ ｎｆ ｏｒ ｍａ —
虚拟 性决 定 了 网络舆情 的直接性 、 突 发性 和偏 差性 。 有效 监 测 网络舆 情 ， 及 时 发 现 舆 论 形 成 及 危 机 事 件 端倪 ， 积 极 引导 、 主 动 应 对 和 防 患 未 然 已 成 为 社 会 管
ｄ ｏ ｉ ：１ ０ ． １ ５ ９ ０ ８ ／ ｊ ． ｃ ｎ ｋ ｉ ． ｃ ｉ ｓ ｔ ． ２ ０ １ ５ ． ０ ５ ． ０ １ １
网络 舆 情 监 测 系统 设计 及 实 现
刘 文
（ 中国 电子科技 集 团公 司第 二十八 研 究所 南京 ２ １ ０ ０ ０ ７ ） 摘 要 ：网络 舆情 表达 快捷 且传播 迅 速 ， 故 受到社会 各界 关注 。根 据 网络舆 情监 测 需求 ， 设计 了网
第 ６ 卷
第 ５ 期
指挥 信 息 系 统 与 技 术
Ｃｏｍ ｍ ａ ｎｄ Ｉ ｎｆ ｏｒ ｍａ ｔ ｉ ｏｎ Ｓｙｓ ｔ ｅｍ ａ ｎ ｄ Ｔｅ ｃ ｈｎ ｏｌ ｏｇ ｙ
Ｖｏ１ ．６ Ｎ Ｏ． ５ Ｏｃ ｔ ． ２Ｏ１ ５
２ ０ １ ５年 １ Ｏ月
・
实践 与应 用 ・
Ｉ ｉ ｕ Ｗ ｅ ｎ
（ Ｔｈ ｅ ２ ８ ｔ ｈ Ｒｅ ｓ ｅ ａ ｒ ｃ ｈ Ｉ ｎ ｓ ｔ ｉ ｔ ｕ ｔ ｅ ｏ ｆ Ｃｈ ｉ ｎ ａ Ｅｌ ｅ ｃ ｔ ｒ ｏ ｎ ｉ ｃ ｓ Ｔｅ ｃ ｈ ｎ ｏ ｌ ｏ ｇ ｙ Ｇｒ ｏ ｕ ｐ Ｃｏ ｒ ｐ ｏ ｒ ａ ｔ ｉ ｏ ｎ，Ｎａ ｎ ｊ ｉ ｎ ｇ ２ １ ０ ０ ０ ７，Ｃｈ ｉ ｎ ａ ）
Ａｂ ｓ ｔ ｒ ａ ｃ ｔ ：Ｔｈｅ Ｉ ｎｔ ｅ ｒ ｎ ｅ ｔ ｐ ｕｂｌ ｉ ｃ ｏ ｐｉ ｎｉ ｏ ｎ ｓ ｐｒ ｅ ａ ｄｓ ｑｕ ｉ ｃ ｋｌ ｙ ａ ｎｄ ａ ｔ ｔ ｒ ａ ｃ ｔ ｓ ｍａ ｎ ｙ ａ ｔ ｔ ｅ ｎｔ ｉ ｏ ｎｓ ｆ ｒ ｏ ｍ ａ ｌ ｌ ｃ ｉ ｒ ｃ ｌ ｅ ｓ ｏ ｆ ｔ ｈｅ ｓ ｏ ｃ ｉ ｅ ｔ ｙ ． Ｔｈｅ ｂｕ ｓ ｉ ｎｅ ｓ ｓ ｐｒ ｏ ｃ ｅ ｓ ｓ ｅ ｓ ａ ｎｄ ｔ ｈｅ ｉ ｎｆｎ ｄｕ ｓ ｔ ｒ ｉ ａ ｌ ａ ｎｄ ｃ ｏ ｍｍｅ ｒ ｃ ｉ ａ ｌ ａ ｄ ｍｉ ｎ —