基于情感极性和结构平衡的舆情分析
| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 1 绪论 | 第10-21页 |
| 1.1 研究背景和意义 | 第10-12页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.2 国内外研究现状 | 第12-19页 |
| 1.2.1 情感分析研究现状 | 第12-16页 |
| 1.2.2 符号网络和结构平衡研究现状 | 第16-18页 |
| 1.2.3 舆情分析研究现状 | 第18-19页 |
| 1.3 论文主要研究内容 | 第19页 |
| 1.4 本文的结构安排 | 第19-21页 |
| 2 相关背景知识 | 第21-26页 |
| 2.1 支持向量机 | 第21-22页 |
| 2.2 粒子群算法 | 第22-23页 |
| 2.3 结构平衡理论 | 第23-25页 |
| 2.4 本章小结 | 第25-26页 |
| 3 基于混合方法的文本情感分析 | 第26-41页 |
| 3.1 情感词典的构建 | 第27-36页 |
| 3.1.1 基本情感词典 | 第28页 |
| 3.1.2 否定词分析 | 第28-29页 |
| 3.1.3 程度副词分析 | 第29页 |
| 3.1.4 表情符号 | 第29-30页 |
| 3.1.5 情感词典的扩建 | 第30-36页 |
| 3.2 词嵌入 | 第36-38页 |
| 3.2.1 Word2vec | 第36-38页 |
| 3.2.2 特征提取 | 第38页 |
| 3.3 分类 | 第38-40页 |
| 3.4 本章小结 | 第40-41页 |
| 4 基于改进粒子群算法的结构平衡分析 | 第41-49页 |
| 4.1 算法框架 | 第41-43页 |
| 4.2 能量函数 | 第43页 |
| 4.3 初始化 | 第43-45页 |
| 4.4 粒子状态更新规则 | 第45-48页 |
| 4.5 本章小结 | 第48-49页 |
| 5 基于情感极性和结构平衡的舆情分析 | 第49-53页 |
| 5.1 算法流程 | 第49-50页 |
| 5.2 符号网络的构建 | 第50页 |
| 5.3 舆情分析 | 第50-52页 |
| 5.3.1 社会情绪分析 | 第50-51页 |
| 5.3.2 不平衡边的发现 | 第51页 |
| 5.3.3 关键节点的发现 | 第51-52页 |
| 5.4 本章小结 | 第52-53页 |
| 6 实验 | 第53-70页 |
| 6.1 实验环境 | 第53页 |
| 6.2 数据预处理 | 第53-55页 |
| 6.3 文本情感分析实验 | 第55-61页 |
| 6.3.1 数据集 | 第55页 |
| 6.3.2 情感分析评价指标 | 第55-56页 |
| 6.3.3 实验结果 | 第56-61页 |
| 6.4 结构平衡分析实验 | 第61-65页 |
| 6.4.1 数据集 | 第61-63页 |
| 6.4.2 实验结果与分析 | 第63-65页 |
| 6.5 舆情分析实验 | 第65-69页 |
| 6.5.1 数据集 | 第65-66页 |
| 6.5.2 实验结果与分析 | 第66-69页 |
| 6.6 本章小结 | 第69-70页 |
| 总结与展望 | 第70-71页 |
| 参考 文献 | 第71-75页 |
| 攻读硕士学位期间发表论文及科研成果 | 第75-76页 |
| 致谢 | 第76-77页 |
