检索结果-南通市图书馆

Enhancing Sentiment Analysis on Twitter Using Community Detection

Communications and Network 2013年第3期5卷 192-197页

作者： William Deitrick Benjamin Valyou Wes Jones Joshua Timian Wei Hu Department of Computer Science Houghton College Houghton USA

The increasing popularity of social media in recent years has created new opportunities to study the interactions of different groups of people. Never before have so many data about such a large number of individuals been readily available for analysis. Two popular topics in the study of social networks are community detection and sentiment analysis. Community detection seeks to find groups of associated individuals within networks, and sentiment analysis attempts to determine how individuals are feeling. While these are generally treated as separate issues, this study takes an integrative approach and uses community detection output to enable community-level sentiment analysis. Community detection is performed using the walktrap algorithm on a network of Twitter users associated with Microsoft Corporation’s @technet account. This Twitter account is one of several used by Microsoft Corporation primarily for communicating with information technology professionals. Once community detection is finished, sentiment in the tweets produced by each of the communities detected in this network is analyzed based on word sentiment scores from the well-known SentiWordNet lexicon. The combination of sentiment analysis with community detection permits multilevel exploration of sentiment information within the @technet network, and demonstrates the power of combining these two techniques.

关键词： Community Detection Twitter Social Networks Sentiment Analysis SentiWordNet walktrap

来源：

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

网络聚类及可视化在线平台

网络聚类及可视化在线平台

引用

作者：陈仲毅北京林业大学

学位级别：硕士

近几年关于网络科学的理论和应用研究的论文得到了大量的发表,网络研究吸引了越来越多的人的关注。在网络分析过程中,通过数据可视化的方式对网络进行展示和操作,能够直观地体现网络的结构,有助于研究人员更好地对网络信息进行挖掘。目... 详细信息

近几年关于网络科学的理论和应用研究的论文得到了大量的发表,网络研究吸引了越来越多的人的关注。在网络分析过程中,通过数据可视化的方式对网络进行展示和操作,能够直观地体现网络的结构,有助于研究人员更好地对网络信息进行挖掘。目前,网络分析工具大部分都是单机软件或者基于C/S结构的应用系统,随着Web应用的发展,基于浏览器的在线可视化技术因其跨平台性好、交互性强、方便部署等优点受到了人们的关注。本文设计并实现了一个网络聚类在线可视化平台。考虑到复杂网络一般规模偏大,为了更好地分析网络,需要通过聚类算法对网络进行压缩,经过聚类之后的网络结构较为简单,方便分析。基于这种策略,本文的主要研究内容如下:研究和测评了基于随机游走的walktrap聚类算法;设计并实现了基于walktrap算法的网络压缩可视化的简化策略;设计并实现了基于ECharts框架的网络聚类在线可视化平台。网络聚类在线可视化平台由网络输入模块、网络聚类模块以及可视化模块等功能模块组成。实现了聚类网络的可视化,以及社团下钻查看、网络聚类质量分析、距离查询、社团内部拓扑信息查询、网络过滤以及节点属性筛选等功能。其中网络聚类质量分析功能支持用户查看模块度和轮廓系数,距离查询功能允许用户查看节点和社团间距离,社团内部拓扑信息查询包括对社团内部节点数、社团直径以及社团核心节点的查询,网络过滤功能主要通过节点度数以及边权值对网络中的节点和边进行删除,而节点属性筛选功能允许用户根据节点属性对节点进行筛选查看。最后对该工具进行测试,验证了其有效性和实用性。

关键词：网络科学网络聚类 walktrap 网络可视化

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于复杂网络理论的厄尔尼诺分析与预测

基于复杂网络理论的厄尔尼诺分析与预测

引用

作者：张晓旭中国海洋大学

学位级别：硕士

厄尔尼诺是一种由海洋和大气相互作用而引起的反常的气候现象,该气候现象所涉及的区域将遭遇旱或涝的灾害。本文使用复杂网络理论对厄尔尼诺现象进行了检测并使用逻辑回归模型对厄尔尼诺现象进行了预测。本文主要分为五部分：第一部分... 详细信息

厄尔尼诺是一种由海洋和大气相互作用而引起的反常的气候现象,该气候现象所涉及的区域将遭遇旱或涝的灾害。本文使用复杂网络理论对厄尔尼诺现象进行了检测并使用逻辑回归模型对厄尔尼诺现象进行了预测。本文主要分为五部分：第一部分：首先,介绍选题背景;其次,介绍复杂网络理论和厄尔尼诺现象的国内外研究现状;再次,详细讲解了当前论文的研究内容和组织结构;最后阐述论文的创新点。第二部分：首先,介绍图论,旨在表现复杂网络的强大功能;其次,介绍复杂网络的基本理论,详细介绍复杂网络的作用;再次,详细的描述了复杂网络的基本特征,使用基本特征来确定网络模型;最后,介绍了四种复杂网络模型,引出第三部分的厄尔尼诺现象的复杂网络模型。第三部分：首先,简述厄尔尼诺现象;其次,介绍了从NCEP\NCAR下载的气候再分析数据包括温度、降水量、压力,并对数据的处理方式做了介绍;其次,计算多维数据的互相关系数并基于欧式距离的相似度来构造气候网络,然后对网络进行剪边处理;再次,使用第二部分的复杂网络统计特征确定气候网络的拓扑特性;接下来,对不同尺度的时间序列数据,使用walktrap算法实现气候网络社区发现,并找到厄尔尼诺的聚类区域,根据聚类结果进行社区跟踪,目的找到主干区域并发现其时间变化规律;最后,通过计算聚类密度函数来验证聚类结果的有效性;第四部分：介绍了逻辑回归模型,在对比了线性回归等几种回归模型之后选择逻辑回归对厄尔尼诺进行预测,并对比线性回归模型、泊松回归模型的结果,证明逻辑回归模型具有更好的预测效果。最后,分析和讨论了基于逻辑回归预测厄尔尼诺的实验结果。第五部分：对当前论文的不足和缺陷做了总结,并对论文需要改进的地方进行了展望。

关键词：厄尔尼诺复杂网络理论 walktrap 逻辑回归

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：