面向社交媒体网络的用户情感分析方法的研究
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 全监督分类 | 第11-12页 |
| 1.2.2 无监督分类 | 第12-13页 |
| 1.2.3 半监督分类 | 第13页 |
| 1.3 情感分类的研究现状 | 第13-14页 |
| 1.4 研究内容以及文章的构架 | 第14-16页 |
| 第2章 相关理论知识的介绍 | 第16-32页 |
| 2.1 文本的分词方法 | 第16-17页 |
| 2.1.1 基于词典的分词方法 | 第16页 |
| 2.1.2 基于统计的分词方法 | 第16-17页 |
| 2.1.3 基于语法和规则的分词方法 | 第17页 |
| 2.2 文本的表示模型 | 第17-18页 |
| 2.2.1 向量空间分布模型 | 第17页 |
| 2.2.2 布尔模型 | 第17-18页 |
| 2.2.3 概率模型 | 第18页 |
| 2.3 文本的特征选取法 | 第18-20页 |
| 2.3.1 基于文档频率的方法 | 第18-19页 |
| 2.3.2 基于信息增益的方法 | 第19页 |
| 2.3.3 X~2统计量 | 第19-20页 |
| 2.4 特征权重的计算 | 第20-21页 |
| 2.5 机器学习模型介绍 | 第21-26页 |
| 2.5.1 逻辑斯蒂回归 | 第21-23页 |
| 2.5.2 支持向量机 | 第23-25页 |
| 2.5.3 最大熵 | 第25-26页 |
| 2.6 潜在狄利克雷分布模型(LDA) | 第26-32页 |
| 2.6.1 LDA作用 | 第27-28页 |
| 2.6.2 潜在狄利克雷分布模型的应用 | 第28-32页 |
| 第3章 基于电影评论文本的情感分析 | 第32-50页 |
| 3.1 引言 | 第32-33页 |
| 3.2 电影领域内专属情感词典的构建 | 第33-35页 |
| 3.2.1 基于情感词典情感词 | 第33-34页 |
| 3.2.2 基于电影领域内的情感词 | 第34-35页 |
| 3.3 主题相关句提取 | 第35-40页 |
| 3.3.1 建立主题词语表 | 第36页 |
| 3.3.2 零指代消除 | 第36-38页 |
| 3.3.3 主题句提取算法 | 第38-39页 |
| 3.3.4 主题词语提取算法 | 第39-40页 |
| 3.4 主客观的分类 | 第40-42页 |
| 3.5 对电影评论文本情感分析的算法 | 第42-45页 |
| 3.5.1 SO-PMI算法 | 第42-43页 |
| 3.5.2 《知网》词语相似度的计算 | 第43页 |
| 3.5.3 情感权重词典来计算情感倾向 | 第43-44页 |
| 3.5.4 情感分析实验的设置 | 第44-45页 |
| 3.5.5 情感分析实验结果与分析 | 第45页 |
| 3.6 预测用户未来情感倾向的方法 | 第45-50页 |
| 3.6.1 预测用户未来情感倾向模型的构建 | 第46-47页 |
| 3.6.2 第一级分类器性能分析 | 第47-48页 |
| 3.6.3 第二级分类器情感的分析 | 第48-50页 |
| 第4章 基于用户搜索的社交网络数据分析 | 第50-60页 |
| 4.1 引言 | 第50-52页 |
| 4.1.1 各种电影的搜索索引的权重 | 第50-51页 |
| 4.1.2 建立情感模型需要考虑的因素 | 第51-52页 |
| 4.2 基于用户的搜索行为模型的构建 | 第52-55页 |
| 4.2.1 用户搜索关键词次数统计 | 第52页 |
| 4.2.2 用户搜索日志的数据分析 | 第52-53页 |
| 4.2.3 高级用户算法的分析 | 第53-54页 |
| 4.2.4 影响因素的设置 | 第54-55页 |
| 4.2.5 实时反馈详细信息 | 第55页 |
| 4.2.6 算法流程 | 第55页 |
| 4.3 大规模数据处理模型的设计 | 第55-60页 |
| 4.3.1 数据收集 | 第56页 |
| 4.3.2 删除功能 | 第56页 |
| 4.3.3 用户数据分析 | 第56-58页 |
| 4.3.4 实验结果分析 | 第58-60页 |
| 第5章 基于电影评论分析的评分预测与推荐 | 第60-71页 |
| 5.1 引言 | 第60-61页 |
| 5.2 相关工作 | 第61-65页 |
| 5.2.1 用户评分预测的流程 | 第62-63页 |
| 5.2.2 文本的评论分析 | 第63-64页 |
| 5.2.3 代表性评论的选择 | 第64-65页 |
| 5.3 实验设计与分析 | 第65-71页 |
| 5.3.1 数据集 | 第65页 |
| 5.3.2 评价的预测 | 第65-66页 |
| 5.3.3 对比实验系统 | 第66页 |
| 5.3.4 LDA的参数设置 | 第66-69页 |
| 5.3.5 代表性评论的选择 | 第69-71页 |
| 第6章 总结与展望 | 第71-73页 |
| 6.1 总结 | 第71-72页 |
| 6.2 工作的展望 | 第72-73页 |
| 参考文献 | 第73-78页 |
| 致谢 | 第78-79页 |
| 攻读学位期间的研究成果 | 第79页 |
