检索结果-南通市图书馆

作者：陈美丽武汉理工大学

学位级别：硕士

随着我国经济的稳定发展,人民生活水平的提高,居民可支配收入的增长,如何对闲置资金进行合理投资成为越来越多人关注的话题。股票作为一种高风险与高收益并存的投资方式,也因此受到了广泛的关注。而如何有效规避股市风险,提高投资收益,... 详细信息

随着我国经济的稳定发展,人民生活水平的提高,居民可支配收入的增长,如何对闲置资金进行合理投资成为越来越多人关注的话题。股票作为一种高风险与高收益并存的投资方式,也因此受到了广泛的关注。而如何有效规避股市风险,提高投资收益,也毫无疑问成为了业界持续探讨和研究的问题。近年来,股票预测领域的研究重点渐渐从传统的基于股票关键指标的预测分析转移至基于新闻等基本面信息和关键指标相融合的预测分析。行为金融学理论指出新闻等文本可以通过影响投资者心理进而影响投资者决策,最后作用于股票价格,因此产生了诸多基于新闻情感倾向的股票预测研究。然而目前该领域的研究还存在以下问题:1)新闻情感倾向分析更多是一种基于情感倾向类别的分析,很少分析或应用研究从情感倾向强度这种细粒度层面展开;2)基于新闻情感倾向类别的研究由于无法得到精度更高的新闻情感倾向强度,因此不能有效提高股票预测的精度,尤其是在股票价格具体值的预测方面。针对以上问题,本文设计了一种财经新闻情感倾向强度指标量化的方法,并将量化后的指标与股票关键指标进行特征融合,在此基础上采用改进粒子群算法对支持向量回归模型进行参数优化,最终构建了一个新的股票价格预测模型。本文开展的核心工作主要包括以下两个部分:(1)设计了面向财经新闻情感词典的权重改进的新闻情感倾向强度量化方法。通过整合现有的较为成熟的情感词典,结合人工筛选的财经领域情感词汇,构建了面向财经领域的情感词典,并以此为基础,在充分考虑财经新闻文本结构特征和情感分布后,设计了基于词汇权重、位置权重和语义规则权重优化的财经新闻情感倾向值量化方法。通过财经新闻情感倾向值量化的实证,发现本文设计的财经新闻情感倾向值量化方法的优越性。(2)构建了基于特征融合的改进的PSO-SVR的股票价格预测模型。将提取的股票关键指标与财经新闻情感倾向值指标进行特征融合,并采用改进的粒子群算法实现支持向量回归的参数优化,最终构建了本文的股票价格预测模型。通过个股股票价格预测的实证,发现本文预测模型的预测精度要高于其他对比模型。

关键词：财经新闻情感倾向股票预测

基于文本分析的武侠手游用户情感倾向研究——以《剑网3：指尖江湖》和《一梦江湖》为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于文本分析的武侠手游用户情感倾向研究——以《剑网3：指尖江...

作者：汪颖天津商业大学

学位级别：硕士

随着手机娱乐功能的强化,手机游戏也逐渐多样化。相比于电脑游戏的难操作和不便捷,手机游戏满足了用户利用碎片化时间休闲娱乐的需求。而近年来刮起的国潮风使武侠类手游大受欢迎。本文通过对两款当前火热的武侠类手游的在线评论进行情... 详细信息

随着手机娱乐功能的强化,手机游戏也逐渐多样化。相比于电脑游戏的难操作和不便捷,手机游戏满足了用户利用碎片化时间休闲娱乐的需求。而近年来刮起的国潮风使武侠类手游大受欢迎。本文通过对两款当前火热的武侠类手游的在线评论进行情感分析,实现在探索用户对于游戏各个属性的情感倾向的同时给开发商提出有价值的建议。武侠文化从古至今都有着很高的热度。将武侠文化中的正面形象融入到现行较为火热的手机网游,一方面提高游戏本身的吸引力,贴合用户“侠义”体验感,同时为弘扬传统武侠文化提供了有效途径。文本情感分析是对有情感色彩的文本进行分析和归纳,判断其包含的情感倾向。处理的文本包括互联网上的在线点评及含个人情感倾向和主观感受的网络评价等。文本内容多包含喜怒哀乐等情感和表扬批评等主观态度,文本情感分析是对提取文本中的这些倾向性意愿进行分析。本文选取来自网络对于《剑网3:指尖江湖》和《一梦江湖》的在线评论进行文本情感分析。首先,利用Textrank算法进行关键词选取。其次,利用基于Good-Turing的改进SO-PMI算法建立领域专属情感词典进行研究。实验结果显示:基于该算法得到积极词的精确率与召回率综合指标F值为82.4%,消极词F值为81.3%,说明算法得到的关于积极词和消极词的准确率和召回率都较高,具有较好的效果。根据领域专属情感词典结合基础情感词典和网络情感词典,最终得到包含22858个积极情感词和26130个消极情感词的情感词典。第三,分别提取两款游戏出现次数最高的60个属性名词,将其人工分成8大类构成游戏属性词典,将评论进行分类处理。第四,给程度副词、否定词以及特殊句式的标志性标点赋予相应的权重,计算各个属性评论的情感得分之和判断情感倾向,并计算属性平均分,判断两款游戏分别在各个属性上的表现。最后通过计算属性总均分总体判断武侠类手游在各个属性上的表现。研究结果表明,《剑网3:指尖江湖》在故事属性上的表现较好,玩法上的表现最差,可通过适当降低游戏负重,增加游戏趣味玩法来提升;《一梦江湖》在性能上的表现最好,场景上的表现最差,可通过更加合理地布局场景结构,按照真实比例调整建模大小,强化光影特效的真实度进行优化。总体而言,武侠类角色扮演游戏在经济上的表现较为优秀,而在场景上的表现差强人意,可通过在平衡系统优化和场景优化的同时,减少场景方面的计算机领域漏洞进行提升。

关键词：武侠手游文本分析情感词典情感倾向 Textrank算法改进SO-PMI算法

融合用户情感倾向的社交网络情感分析算法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

融合用户情感倾向的社交网络情感分析算法研究

作者：宋楠安徽大学

学位级别：硕士

社交网络可以让现实中的人们在网络上产生联系,它为用户提供跨越空间的互动平台,满足用户的社交需求。用户是社交网络的活动主体,用户之间通过建立好友关系构成社交关系。在社交网络平台上,每天有大量用户生成大量的文本内容,用户通过... 详细信息

社交网络可以让现实中的人们在网络上产生联系,它为用户提供跨越空间的互动平台,满足用户的社交需求。用户是社交网络的活动主体,用户之间通过建立好友关系构成社交关系。在社交网络平台上,每天有大量用户生成大量的文本内容,用户通过生成文本表达自己的想法和意见,这些文本代表人们的情感表达。对社交网络中用户和文本进行分析和研究,有助于政府或企业了解人们的情感,帮助政府或企业发现社会群众情感变化,以及更好地思考和决策商业产品或社会服务的未来发展和规划。因此,社交网络情感分析具有重要的理论意义和广阔的应用价值。社交网络情感分析已经有长远的研究,在技术方面,深度学习的学习分析能力有着优异的表现。深度学习避免复杂的手动提取特征,可以快速自动地提取文本特征,将文本特征表示为低维的嵌入向量。但是,已有的基于深度学习的文本情感分析方法仅仅分析文本的语义特征,而忽略对文本有重要影响的用户情感倾向特征。社交网络中每个用户都有独特的情感倾向,其自身的情感会倾向乐观或悲观。有着相似情感倾向的用户之间容易产生紧密的联系,他们的情感倾向会在社交网络上传播和互相影响,也会影响用户生成的文本内容。用户情感倾向、社交关系影响用户的情感倾向特征,用户情感倾向特征和文本特征之间有着密切的关系,如何有效地利用用户情感倾向特征和文本特征联合增强情感分析性能是现存的挑战。因此,本文基于用户情感倾向,对社交网络情感分析两个下游任务:文本情感分析和用户情感分析进行研究。本文的主要工作包括以下内容:1.本文首先介绍社交网络情感分析的研究背景和意义。然后介绍调研的基于文本特征和基于社交关系的情感分析,分析这些方法的原理和优缺点。最后介绍下游任务及评价指标,对于文本情感分析选择F1指标评价算法,对于用户情感分析选择均方根误差(RMSE)指标评价算法。2.针对文本情感分析忽略情感倾向特征的问题,本文提出融合情感倾向特征和文本特征的文本情感分析方法(USON)。首先该算法根据社交网络用户发表的评论伴随的星级将评论分为积极情感和消极情感,再基于用户的评论极性分布计算用户情感倾向分数。然后构建一个用户社交网络,它赋予用户可学习的初始嵌入作为节点属性,并将社交关系作为边,将用户社交网络通过图卷积计算获得用户情感倾向特征。最后,将用户情感倾向特征和基于文本内容学习的文本特征相融合实现文本情感分析。USON算法的研究融合情感倾向特征和文本特征,克服已有文本情感分析方法仅基于语义特征分析文本的局限性。在Amazon和Yelp数据集上的实验结果表明,USON算法的性能优于对比的算法。3.针对用户情感分析忽略情感倾向在社交网络中传播和影响的问题,本文提出基于情感倾向重构社交网络的用户情感分析算法(SNRSO)。首先该算法根据社交网络用户发表的评论伴随的星级将评论分为积极情感和消极情感,再基于用户的评论极性分布和社交关系数目通过计算得到情感倾向分数,将该分数作为用户情感标签。然后结合评论极性分布和社交信息赋予用户节点属性,融合社交关系重构用户社交网络,将其作为输入送入网络嵌入模型学习用户情感倾向特征。构建线性回归模型预测用户情感标签,计算预测用户标签与得到的用户标签差异构建损失函数反向传播优化模型。最后预测用户情感分数,用于分析基于情感倾向重构社交网络的用户情感分析有效性。在Amazon和Yelp数据集上进行的实验表明,相比于对比算法本文提出的SNRSO算法效果更好。

关键词：社交网络情感分析社交关系情感倾向用户社交网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于核心句和句法分析的微博情感倾向性分析

基于核心句和句法分析的微博情感倾向性分析

作者：张书卿南华大学

学位级别：硕士

中文微博近年来的蓬勃发展,使人们更多倾向于在微博上表达观点,发表意见,展示自己,表达情绪。所以微博的情感分析也越来越成为近年来中文信息处理领域的一个热点问题。研究者们通过机器学习、统计方法等途径来抽取文本中的评价对象和判... 详细信息

中文微博近年来的蓬勃发展,使人们更多倾向于在微博上表达观点,发表意见,展示自己,表达情绪。所以微博的情感分析也越来越成为近年来中文信息处理领域的一个热点问题。研究者们通过机器学习、统计方法等途径来抽取文本中的评价对象和判断微博的情感倾向性,并将其用在客户关系管理、微博营销、商品评论分析、品牌宣传、舆情监控等领域。通过对新浪微博进行情感的分析与研究,提出了一种基于核心句和句法分析的微博情感倾向性分析方法。通过分步的方法,先找到文本的评价对象,再针对评价对象通过句法分析找到评价对象的有效情感评价词,减少了无关的有情感倾向的词语的干扰,使情感倾向判断更准确。本文分析了微博文本的特点,包括表达方式、用词习惯、标点符号使用等方面。根据微博文本的特点,总结出抽取表达情感主成分句子的规则,然后抽取出微博中表达情感倾向的主体部分。实验表明,在核心句的基础上抽取情感评价对象和有效情感评价词的准确率相比于原句子抽取的准确率有明显提升。对于评价对象的抽取,本文选用条件随机场模型进行评价对象的抽取。并在训练模型的过程中,引入除词、词性特征基本特征外,还加入了长短句特征、词距离特征、是否主观句特征作为扩展特征,效果提升非常明显。使用句法分析器对核心句进行句法分析关系分析,对句子中存在的句法修饰关系,得到评价对象的有效情感修饰词,依据相对评价对象的位置不同设置不同的权值。最后利用情感词典计算出句子的情感倾向。实验结果表明在精确获取评价对象的基础上再进行情感倾向性判别效果要优于对微博直接进行情感倾向性分析。

关键词：微博核心句条件随机场句法分析情感倾向

文本情感倾向分类方法在评论有用性分析中的实现与应用

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

文本情感倾向分类方法在评论有用性分析中的实现与应用

作者：赵亮上海交通大学

学位级别：硕士

文本分类作为处理和组织大量文本数据的关键技术,可以在较大程度上解决信息杂乱现象的问题,方便用户准确地定位所需的信息和分流信息。本文对文本分类及其相关技术进行了研究。从提高分类方法的合理性、准确性和稳定性出发,提出了有效... 详细信息

文本分类作为处理和组织大量文本数据的关键技术,可以在较大程度上解决信息杂乱现象的问题,方便用户准确地定位所需的信息和分流信息。本文对文本分类及其相关技术进行了研究。从提高分类方法的合理性、准确性和稳定性出发,提出了有效的解决或改进的方法和技术。同时,对文本分类技术的一个新的研究方向——文本情感倾向分类,文本分类的一个重要应用领域——电子商务网站上客户评论的有用性,进行了研究。本文的研究内容和改进工作主要包括以下几点: 1、研究和总结了文本情感分类的特点和过程,分析和对比了几种主流的文本情感倾向分类方法,归纳出基于机器学习的文本分类方法的特点,并选择此类方法作为本文的重点研究对象。 2、设计了一种基于机器学习的文本情感倾向分类方法。详细介绍了该方法的实现层次和关键模块,并对各层次和模块给出了具体的设计方案和实现步骤。 3、提出了一种构建文本情感倾向分类规范化样本集的通用方法,详细阐述了规范化样本集在分类方法实现中的重要性、样本集的设计原理、基本架构和具体的构建过程。 4、利用上述样本集的构建方法搜集和处理电子商务网站中的评论数据,设计实验对基于机器学习与基于语义关联的分类方法进行了具体的实现,并对两者的实验效果进行了对比分析,进而选择了基于机器学习的分类方法进行下一步评论有用性分析。 5、在总结了一般文本情感倾向分类原理的基础上,引入一对新的文本情感倾向的分类因子——主、客观性,并将电子商务网站上客户评论的有用性作为研究对象,给出了分类因子与评论有用性之间关联度的数学模型,设计实验对该模型进行了实现,最后利用统计软件对运行结果进行了分析。

关键词：文本分类情感倾向机器学习规范化样本集评论有用性

众筹养老项目的文本情感倾向对投资意愿的影响机制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

众筹养老项目的文本情感倾向对投资意愿的影响机制研究

作者：陈晓琛华侨大学

学位级别：硕士

“众筹养老”正成为近年来中国养老模式的热点议题,如何提升人们的投资意愿是个有待深入研究的问题。人们经常被众筹项目叙述“裹挟”着,各种话语介质,比如众筹项目文本、项目评论等,特别是项目文本,扮演了重要的话语建构角色,是投资者... 详细信息

“众筹养老”正成为近年来中国养老模式的热点议题,如何提升人们的投资意愿是个有待深入研究的问题。人们经常被众筹项目叙述“裹挟”着,各种话语介质,比如众筹项目文本、项目评论等,特别是项目文本,扮演了重要的话语建构角色,是投资者决策的依据之一,也是筹资者利用众筹平台选择性地披露和“表演”以获取资金并进行情感表达的空间。那么这种情感类的话语是如何建构投资者的感知从而“制造”出投资者的投资意愿?此外,情感倾向是言语研究中的一个热点问题,学者们纷纷对其进行研究。然而,情感倾向在众筹领域的作用机制尚未进行充分的实证检验。因此,从文本情感的话语建构出发,通过实证深入探讨文本情感倾向对投资者投资意愿的影响机制,对于众筹项目的成功落地,有较强的理论与现实意义。以社会建构理论和社会交换理论为基础,希望通过研究文本情感倾向对投资意愿的作用机制,可以探明以下几个问题:(1)文本情感倾向是否对感知价值、投资意愿有影响,以及哪种文本情感倾向对感知价值、投资意愿产生更大的影响作用;(2)感知价值是否在文本情感倾向与投资意愿关系中起中介作用;(3)投资者的利他主义是否可以对感知价值与投资意愿的关系产生影响。采用定性分析与定量分析,围绕“文本情感倾向如何影响投资者投资意愿”展开研究。通过文献梳理及逻辑推理,基于社会建构理论和社会交换理论,引入感知价值为中介变量及利他主义为调节变量,构建文本情感倾向对投资意愿影响的概念模型,并提出研究假设。为了验证模型,利用NLPIR大数据搜索与挖掘平台对众筹网站筛选获取的100个众筹养老项目文本进行情感倾向测量;根据100个众筹养老项目编制问卷随机发放,每套问卷保证有4-5个人填写,经过整理后,共获得386份问卷;最终配对数据并采用Mplus7软件进行统计分析。研究结果表明:(1)众筹项目的文本情感积极性与情感消极性对投资意愿产生正向影响,但文本情感积极性的影响比较强;(2)众筹项目的文本情感积极性对投资者体验价值和经济价值产生正向显著影响,而众筹项目的文本情感消极性对投资者体验价值产生正向影响但不显著,对经济价值产生负向影响但不显著;(3)投资者体验价值和经济价值对投资意愿产生正向显著影响;(4)投资者体验价值和经济价值在众筹项目的文本情感积极性与投资意愿起完全中介作用;(5)投资者利他主义在体验价值与投资意愿的关系中起调节作用。研究结论拓展了社会建构理论在众筹领域的应用,也进一步丰富了众筹项目中投资者投资意愿的研究。最后提出提高众筹意愿的策略,也阐述关于本研究的不足以及未来的展望。

关键词：情感倾向社会建构感知价值投资意愿利他主义

B2C电子商务在线客户评论情感倾向影响因素研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

B2C电子商务在线客户评论情感倾向影响因素研究

作者：张丽娅河北工业大学

学位级别：硕士

近年来，在线客户评论已经成为电子商务领域的研究热点。与企业发布的信息相比，客户更愿意通过阅读在线客户评论从消费者的角度了解产品和服务的真实信息并得到其他消费者的购买建议。经研究发现，带有强烈感情色彩的评论所带给消费者... 详细信息

近年来，在线客户评论已经成为电子商务领域的研究热点。与企业发布的信息相比，客户更愿意通过阅读在线客户评论从消费者的角度了解产品和服务的真实信息并得到其他消费者的购买建议。经研究发现，带有强烈感情色彩的评论所带给消费者的影响远远大于中性评论，而且，带有负面情感的评论的影响又大于正面评论所带来的影响。因此，研究在线客户评论，尤其是负面评论，不但具有重要的商业价值，而且对电子商务企业的发展具有十分重要的意义。为了研究电子商务环境下客户评论情感倾向的影响因素及在线客户负面情感产生的原因，本文采用实证的研究方法，收集了B2C电子商务网站京东商城上针对手机产品的4358条在线评论文本，使用双样本Z检验和回归分析进行探索，分析出不同情感倾向影响因素的显著性程度、作用原因及作用规律。本文研究主要分为两部分：一、电子商务在线客户评论情感倾向影响因素的识别在对大量文献进行分析的基础上，本文归纳出7个B2C电子商务情感倾向影响因素，它们分别是“信息因素”、“系统因素”、“产品因素”、“物流配送”、“营销政策”、“员工因素”和“价格因素”。基于此，我们构建了情感倾向影响因素概念模型。然后对评论文本采用预处理方法和双样本Z检验方法进行定量分析。通过研究发现，在现有文献研究的主要因素中，系统因素在在线评论中并无涉及，所以在线评论情感倾向因素为6个，其中，正面情感倾向影响因素为价格因素，负面情感倾向影响因素为员工服务、产品因素、营销政策和信息因素。二、电子商务在线客户评论负面情感产生原因的分析研究在对在线客户评论情感倾向影响因素进行上述分析的基础上，进一步研究负面情感产生的原因。将负面情感倾向影响因素细分为10个二级因素，对负面评论文本编码打分后作回归分析，发现10个二级因素均显著，并得出相应的回归模型。最后把回归模型中的显著因素归纳为以下方面：易用性、反应性、可靠性和关怀性，并进一步对电子商务企业提出建议。就研究意义而言，一方面，本研究确定了在线客户评论的情感倾向影响因素，找到激发正面情感倾向的赢得要素和引发负面情感倾向的资格要素，揭示出客户负面情感倾向产生的根本原因，充实电子商务在线客户评论管理理论。另一方面，研究成果为我国电子商务企业理解客户需求、确定竞争重点、改进产品质量及提升服务水平等提供理论依据，对提高我国电子商务企业竞争实力并促进其发展具有重要意义。

关键词：电子商务在线客户评论客户满意度情感倾向

基于观点挖掘的用户情感倾向性分析——以新浪微博为例

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于观点挖掘的用户情感倾向性分析——以新浪微博为例

作者：谢振立华南理工大学

学位级别：硕士

互联网的出现，彻底地改变了人们表达观点的方式，用户不仅可以在网络上表达自己对生活中的小事的看法，而且还可以在论坛、博客、微博等上面发布自己的观点，以及情感。而微博，目前作为一种用户发表其观点和看法的载体，已经成为网络... 详细信息

互联网的出现，彻底地改变了人们表达观点的方式，用户不仅可以在网络上表达自己对生活中的小事的看法，而且还可以在论坛、博客、微博等上面发布自己的观点，以及情感。而微博，目前作为一种用户发表其观点和看法的载体，已经成为网络上一个重要的情感抒发、以及交流的平台，微博文章的搜索，为这种交流提供了方便快捷的途径。于是在很多时候，用户进行博文搜索时，更关注的是，作者对此事件所持的自有的观点和情感，但是，目前的微博文搜索，返回的结果大多是基于主题的，而非情感倾向的。本研究旨在探索将GEP基因表达式程序设计应用于用户情感倾向搜索模型建立可行性及其效能。在本研究未关注用户模型（M1）实验结果显示，搜索模型三项指标，显著隐含本研究对象未关注用户情感倾向行为样式，然而，已关注用户模型（M2）实验结果显示，对于已关注用户而言，M指标最不具显著性。在模型绩效指标方面，M1模型及M2模型特异性（Specificity）指标皆控制在60%的水准，M1模型在敏感度（Sensitivity）指标上获致较好的绩效表现（最高测试组平均绩效达78.06%），而虽然M2模型情感倾向词汇样本结构仅有5.55%，不利于搜索，但其最高测试组平均绩效也达到了七成以上的表现。综合实验结果及分析，本研究发现，将GEP基因表达式程序设计应用于用户情感倾向搜索模型建模，在技术上是可行的，但在应用上则需留意情感倾向样本结构对模型稳定性影响，过小的样本结构可能因分配上的较大差异，而降低模型的稳定性。

关键词：观点挖掘基因表达式程序设计用户模型情感倾向新浪微博

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

文本情感倾向性分析与研究

文本情感倾向性分析与研究

作者：张彬河南工业大学

学位级别：硕士

文本的情感倾向性研究是当前计算机领域、智能信息领域、自然语言处理领域中比较活跃的一个分支，它通过对文本中的评论对象的情感倾向进行分析，可以判断出评论者对评论对象的情感倾向是褒义的还是贬义的。文本情感倾向性分析被广泛地... 详细信息

文本的情感倾向性研究是当前计算机领域、智能信息领域、自然语言处理领域中比较活跃的一个分支，它通过对文本中的评论对象的情感倾向进行分析，可以判断出评论者对评论对象的情感倾向是褒义的还是贬义的。文本情感倾向性分析被广泛地应用于信息检索、信息过滤、情感识别等领域。文本按照颗粒度的大小可以分为三个级别：词语、句子、篇章。对这三个级别的文本进行情感倾向分析所使用的方法既有联系又有区别，本文是从最基本也是最主要的词语着手进行研究，在词语情感倾向研究的基础上完成句子和篇章级的情感倾向分析和研究。本文的主要研究工作和成果有：（1）词语的情感倾向性分析。本文对基于知网的词语语义相似度算法进行了改进，通过测试，改进后的算法提高了知网情感字典中的词语语义倾向判别的准确率。（2）句子短语的情感倾向性分析。本文根据自然语言处理中的句子词语与词语之间的依存关系，来提取句子短语中的修饰词和情感词，然后通过SO-PMI算法来计算句子的情感倾向的极性和情感强度。测试中，对情感基准词的提取采用了一种新的算法，使基准词涵盖的范围更加广泛，提取后的情感基准词不仅适用于一般领域还适用于特定的领域。（3）文本的情感倾向分析。本文使用文本分类的方法对文本的情感倾向进行分析，测试中将提取后的情感词作为文本特征，使用了SVM分类器实现了对文本的褒贬分类。

关键词：情感倾向基准词褒贬度依存关系文本分类

基于社会化媒体的情感倾向分析系统的设计与实现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于社会化媒体的情感倾向分析系统的设计与实现

作者：黄水桂北京邮电大学

学位级别：硕士

随着Web2.0以及移动互联网的飞速发展,各种新型应用催生了大量的用户评论数据,而这些评论数据大多包含了用户的观点或情感倾向。对用户的评论数据进行情感倾向性分析,对企业调研用户对产品和服务的反馈,以及政府了解人们对热点事件的看... 详细信息

随着Web2.0以及移动互联网的飞速发展,各种新型应用催生了大量的用户评论数据,而这些评论数据大多包含了用户的观点或情感倾向。对用户的评论数据进行情感倾向性分析,对企业调研用户对产品和服务的反馈,以及政府了解人们对热点事件的看法和意见有着重要的参考作用。情感倾向分析的目的就是挖掘出用户在文本中表达出的对某个实体的情感倾向。本文首先介绍了情感倾向分析的相关研究内容以及研究现状。然后对文本情感倾向分析的算法原理进行了阐述。该文本情感倾向分析算法原理包括两个层次：第一层次是情感词级别的情感极性分类算法,本文通过设计并实现基于表情符号的情感词极性分类算法,利用表情符号的情感倾向和情感词与表情符号之间的关联关系,将情感词的情感倾向分类为正向积极和负向消极两类;第二层次是文本级别的情感倾向分析算法,通过对文本建立基于情感词的情感倾向模型,并对文本的主客观分类以及对主观性文本的情感倾向进行分类,判别出文本的情感倾向是正向还是负向的。在完成了情感倾向分析的核心算法之后,本文基于该核心算法设计并实现了一个基于社会化媒体的情感倾向分析系统(Sentiment Analysis System),简称SA系统。该SA系统从人们针对微博话题所发表的大量微博中分析并统计该微博话题总的情感倾向,并且将情感倾向分析的结果通过Web页面的可视化方式进行了展示。本文从SA系统需求分析、架构设计、数据库设计以及前端页面设计等方面进行阐述,并对实现后的SA系统进行了测试。

关键词：情感倾向情感极性情感倾向分析情感词表情符号