基于文本挖掘的中国社交平台用户情感分析--以“豆瓣、知乎、简书”为例
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第1章 绪论 | 第9-11页 |
| 1.1 研究背景和选题意义 | 第9-10页 |
| 1.2 本文研究框架 | 第10-11页 |
| 第2章 文献综述与相关理论 | 第11-23页 |
| 2.1 文献综述 | 第11-14页 |
| 2.1.1 LDA模型文献综述 | 第11页 |
| 2.1.2 文本情感分析文献综述 | 第11-14页 |
| 2.2 相关理论介绍 | 第14-23页 |
| 2.2.1 文本预处理技术理论概述 | 第14-16页 |
| 2.2.2 LDA模型理论概述 | 第16-20页 |
| 2.2.3 支持向量机模型理论概述 | 第20-23页 |
| 第3章 实证研究 | 第23-45页 |
| 3.1 基于LDA模型验证爬取数据的有效性 | 第23-30页 |
| 3.1.1 文本预处理 | 第24-26页 |
| 3.1.2 构建LDA模型 | 第26-29页 |
| 3.1.3 结论 | 第29-30页 |
| 3.2 微博情感词典的构建 | 第30-33页 |
| 3.2.1 基础情感词典 | 第30-31页 |
| 3.2.2 网络用词情感词典 | 第31页 |
| 3.2.3 否定词词典 | 第31-32页 |
| 3.2.4 程度副词词典 | 第32-33页 |
| 3.3 验证构建情感词典的有效性 | 第33-39页 |
| 3.3.1 基于情感词典的情感分析方法 | 第33-34页 |
| 3.3.2 基于统计模型的情感分析方法 | 第34-36页 |
| 3.3.3 情感分析中的评价指标介绍 | 第36-38页 |
| 3.3.4 两种情感分类方法的结果比较 | 第38-39页 |
| 3.4 基于微博情感词典进行情感分析 | 第39-40页 |
| 3.5 正负面情感关键词分析 | 第40-45页 |
| 3.5.1 豆瓣平台关键词分析 | 第41-42页 |
| 3.5.2 知乎平台关键词分析 | 第42-43页 |
| 3.5.3 简书平台关键词分析 | 第43-45页 |
| 第4章 总结与展望 | 第45-47页 |
| 4.1 全文总结 | 第45页 |
| 4.2 本文的不足之处 | 第45-46页 |
| 4.3 进一步研究建议 | 第46-47页 |
| 致谢 | 第47-49页 |
| 参考文献 | 第49-53页 |
| 附录 | 第53-60页 |
