網(wǎng)絡(luò)用戶(hù)情感傾向分析與應(yīng)用.pdf

1、隨著互聯(lián)網(wǎng)技術(shù)的快速發(fā)展，博客、微博以及電子商務(wù)等新興社會(huì)媒體相繼出現(xiàn)，網(wǎng)絡(luò)用戶(hù)越來(lái)越傾向于在這些網(wǎng)絡(luò)平臺(tái)上交流信息、共享觀(guān)點(diǎn)。這類(lèi)信息包含著用戶(hù)對(duì)各類(lèi)產(chǎn)品、新聞事件、組織團(tuán)體的態(tài)度看法，積聚在一起具有巨大的商業(yè)價(jià)值。海量的網(wǎng)絡(luò)評(píng)論數(shù)據(jù)迫切需要自動(dòng)化的處理方式，情感分析作為一種自動(dòng)化的評(píng)論分析方式應(yīng)運(yùn)而生，提出至今已得到了廣泛的研究，并在企業(yè)決策、輿情控制、信息預(yù)測(cè)等多個(gè)領(lǐng)域發(fā)揮作用。論文探究網(wǎng)絡(luò)用戶(hù)的情感傾向，重點(diǎn)對(duì)評(píng)論文本中情感信息

2、抽取、情感極性分類(lèi)兩個(gè)方面進(jìn)行了研究，最后設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)網(wǎng)絡(luò)用戶(hù)情感傾向分析系統(tǒng)。
　　在情感信息抽取方面，論文提出了有效實(shí)現(xiàn)用戶(hù)詞典、領(lǐng)域相關(guān)情感詞、評(píng)價(jià)搭配三種情感信息抽取的方法。首先提出基于統(tǒng)計(jì)量的方法來(lái)構(gòu)建用戶(hù)詞典，該詞典可在分詞過(guò)程中導(dǎo)入來(lái)提升分詞效果，也可用于情感詞典的構(gòu)建；其次提出基于共現(xiàn)圖的方法解決情感詞極性的領(lǐng)域依賴(lài)問(wèn)題；最后提出一種基于句法分析的算法，可有效抽取出文本中的評(píng)價(jià)搭配，其中包含基于圖的種子情感詞庫(kù)

3、的構(gòu)建方法，該情感詞庫(kù)可用來(lái)識(shí)別未登錄情感詞的極性。
　　在情感分類(lèi)方面，提出了 IG-BP分類(lèi)算法，主要包含特征建模、特征篩選、情感分類(lèi)三個(gè)過(guò)程，并利用產(chǎn)品和新聞兩類(lèi)數(shù)據(jù)集對(duì)論文提出的算法進(jìn)行實(shí)際測(cè)試，實(shí)驗(yàn)結(jié)果顯示兩類(lèi)數(shù)據(jù)集最優(yōu)模型準(zhǔn)確率分別達(dá)到90％和87%。同時(shí)，論文還研究了新聞文本的主題聚類(lèi)，目的是將同一主題的多源新聞文本聚合，以支持下一步對(duì)該主題的情感分類(lèi)。針對(duì)此任務(wù)，論文提出了向量空間模型和概率主題模型兩種文本建模方式