课程评论的情感倾向识别与话题挖掘技术研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 目录 | 第10-13页 |
| 1 绪论 | 第13-22页 |
| 1.1 研究背景 | 第13-17页 |
| 1.1.1 教育大数据 | 第13页 |
| 1.1.2 教育数据挖掘 | 第13-15页 |
| 1.1.3 学习行为分析 | 第15页 |
| 1.1.4 问题的提出 | 第15-17页 |
| 1.2 研究意义 | 第17-18页 |
| 1.3 本文的主要工作 | 第18-22页 |
| 1.3.1 研究思路与技术路线 | 第18-20页 |
| 1.3.2 研究内容 | 第20-21页 |
| 1.3.3 本文的组织结构 | 第21-22页 |
| 2 相关研究工作概述 | 第22-35页 |
| 2.1 引言 | 第22页 |
| 2.2 教育大数据相关研究概述 | 第22-25页 |
| 2.2.1 国外研究现状 | 第22-24页 |
| 2.2.2 国内研究现状 | 第24-25页 |
| 2.3 文本情感倾向识别相关研究概述 | 第25-31页 |
| 2.3.1 国外研究现状 | 第26-27页 |
| 2.3.2 国内研究现状 | 第27页 |
| 2.3.3 情感倾向识别方法分类概述 | 第27-31页 |
| 2.4 文本话题情感挖掘相关研究概述 | 第31-34页 |
| 2.4.1 国外研究现状 | 第32-33页 |
| 2.4.2 国内研究现状 | 第33-34页 |
| 2.5 本章小结 | 第34-35页 |
| 3 在线课程评论样本的预处理及特征提取研究 | 第35-55页 |
| 3.1 引言 | 第35页 |
| 3.2 在线课程评论数据采集与特征生成方法 | 第35-38页 |
| 3.2.1 数据采集方法 | 第35-37页 |
| 3.2.2 文本表示与特征生成 | 第37-38页 |
| 3.3 离散微粒群算法基本原理 | 第38-40页 |
| 3.4 基于多空间微粒群优化的特征提取方法 | 第40-46页 |
| 3.4.1 问题描述 | 第40页 |
| 3.4.2 研究方案 | 第40-41页 |
| 3.4.3 特征集成评估策略 | 第41-42页 |
| 3.4.4 算法流程 | 第42-44页 |
| 3.4.5 适应度函数选择 | 第44-46页 |
| 3.5 实验与分析 | 第46-54页 |
| 3.5.1 实验数据集 | 第46-47页 |
| 3.5.2 实验设计 | 第47-48页 |
| 3.5.3 算法评价 | 第48页 |
| 3.5.4 特征组合与预筛选实验结果 | 第48-49页 |
| 3.5.5 特征提取结果对比与分析 | 第49-54页 |
| 3.6 本章小结 | 第54-55页 |
| 4 基于多视图半监督学习的文本情感识别算法研究 | 第55-85页 |
| 4.1 引言 | 第55页 |
| 4.2 问题描述 | 第55-56页 |
| 4.3 研究方案 | 第56-57页 |
| 4.4 基于自适应多视图选择的半监督情感识别算法 | 第57-68页 |
| 4.4.1 情感词词表的构建 | 第58-62页 |
| 4.4.2 基于情感强度分布的特征采样 | 第62-64页 |
| 4.4.3 基于维度重要度分布的视图维度选择 | 第64-65页 |
| 4.4.4 算法流程 | 第65-67页 |
| 4.4.5 无标记样本筛选准则 | 第67-68页 |
| 4.5 实验与分析 | 第68-83页 |
| 4.5.1 实验设计 | 第68-71页 |
| 4.5.2 半监督识别结果对比与分析 | 第71-75页 |
| 4.5.3 训练集的无标记率对识别结果的影响分析 | 第75-78页 |
| 4.5.4 特征的情感贡献率分析 | 第78-80页 |
| 4.5.5 课程支持率预测与分析 | 第80-83页 |
| 4.6 本章小结 | 第83-85页 |
| 5 基于确定性情感信息的课程评论话题挖掘研究 | 第85-114页 |
| 5.1 引言 | 第85页 |
| 5.2 问题描述 | 第85-86页 |
| 5.3 研究方案 | 第86-88页 |
| 5.4 基于DEI-TM模型的话题情感提取算法 | 第88-94页 |
| 5.4.1 语句单元划分 | 第88-89页 |
| 5.4.2 模型生成 | 第89-92页 |
| 5.4.3 隐含参数估计 | 第92-93页 |
| 5.4.4 算法流程 | 第93-94页 |
| 5.5 课程单元与学习者个体的话题情感提取方法 | 第94-97页 |
| 5.6 实验与分析 | 第97-112页 |
| 5.6.1 实验数据集 | 第97页 |
| 5.6.2 模型评价 | 第97-99页 |
| 5.6.3 实验设计 | 第99-100页 |
| 5.6.4 模型评价结果与分析 | 第100-105页 |
| 5.6.5 课程单元的话题情感信息提取与分析 | 第105-108页 |
| 5.6.6 学习者个体的话题情感信息提取与分析 | 第108-112页 |
| 5.7 本章小结 | 第112-114页 |
| 6 总结与展望 | 第114-118页 |
| 6.1 本文总结 | 第114-115页 |
| 6.2 未来工作展望 | 第115-118页 |
| 参考文献 | 第118-132页 |
| 附录1 攻读学位期间取得成果 | 第132-134页 |
| 发表的学术论文 | 第132-133页 |
| 参与的科研项目 | 第133页 |
| 申请专利情况 | 第133页 |
| 获得的荣誉 | 第133-134页 |
| 致谢 | 第134页 |
