中文环境下的学术不端事件演化趋势分析开题报告

1. 研究目的与意义、国内外研究现状（文献综述）

课题的意义：网络舆情是指个人或者各种社会群体、组织，通过网络渠道对自己关心或与自身利益紧密相关的各种公共事物所表达的情绪、态度和意见的总和。网络舆情是社会网络舆情在互联网空间的映射，是社会网络舆情的直接反映。网络舆情趋势研究通过从网络广大信息资源中发现某段时间内的舆情热点，进而跟踪并分析其发展趋势，它能够帮助国家政府及时地了解社会舆情，避免发生较大的网络群体性事件，为监管部门制定相关政策提供理论依据，对构建和谐社会具有重大意义。科技新闻作为学术研究方面新闻的主要组成部分，分析科技新闻的舆情趋势对于准确地把握科学技术发展的动态有一定的研究意义，也对学术不端现象的识别起到至关重要的作用。

国内外研究进展：随着信息检索、机器学习、自然语言处理等领域的快速发展,许多有效的文本挖掘技术和情感分析技术纷纷涌现，为新闻文本情感分析的研究提供了理论基础和技术支持。近年来，文本情感分析已经成为自然语言处理领域的热点研究话题，针对各个领域的研究也越来越多。随着网络新闻媒体的快速发展，越来越多的学者意识到网络新闻文本情感分析的重要性。目前对新闻评论及新闻情感分析的研究已经有一定的成果，但针对科技类新闻的情感分析研究较少。

2. 研究的基本内容和问题

研究目标：通过对采集和解析预处理的科技新闻文本进行分析，发现科技类文本中与学术不端行为相关的舆情，追踪发现的舆论并进行趋势分析，为科技新闻中所涉及到的学术不端现象进行识别和趋势预测。

研究内容：探究从中文科技类文本中分析与学术不端行为有关的网络舆情趋势的有效方法。主要包括：1、自动追踪技术。分析学术不端事件在当前的时间段内，人们所关注的程度。对新闻事件追踪分析，找出新闻的跟踪报道，通过趋势分析图和传播链分析图等技术等帮助用户了解此新闻事件的后续报道及发展趋势，帮助用户更好的进行舆情分析。2、倾向性分析技术。对学术不端新闻利用倾向性分析技术进行对新闻发言人的发表话题的观点以及评论褒贬倾向性的分析与统计，对结果分析并归纳网民的观点，统计网民的褒贬倾向分布情况，更准确了解社情民意。3、突发事件分析。对突发学术不端事件进行跨时间、跨空间综合分析，获知事件发生的全貌并预测事件发展的趋势。4、统计报告。根据舆情分析结果生成报告，用户可浏览信息的具体内容及预测的发展趋势，提供决策支持，同时探究学术不端事件的演化趋势。

3. 研究的方法与方案

研究方法：对经过文本预处理、情感分类等处理的从主流新闻平台上实时抓取的科技类新闻，抽取其中与学术不端相关的语料，进一步分析其舆情发展趋势。

技术路线：数据获取→关键词抽取→web文本挖掘→结果分析→形成报告

4. 研究创新点

本课题的创新点：针对中文科技类文本，利用关键词抽取技术及web文本挖掘技术对与学术不端相关的文本进行趋势预测和分析，从而准确地把握学术不端行为发展的动态，也为营造和维护良好的学术研究环境提供支持。

5. 研究计划与进展

2020年3月：与导师沟通，进行文献的阅读，并提交开题报告。

2020年3月-4月：进行论文撰写，积极与小组成员沟通进度，并提交给导师进行审核。