首页--经济论文--贸易经济论文--中国国内贸易经济论文--商品流通论文--电子贸易、网上贸易论文

基于用户评论的群体情绪识别与演化研究

摘要第5-7页
Abstract第7-8页
1 绪论第13-18页
    1.1 研究背景及意义第13-14页
        1.1.1 研究背景第13-14页
        1.1.2 研究意义及应用前景第14页
    1.2 研究内容第14-15页
    1.3 论文的研究方法与技术路线第15-16页
        1.3.1 研究方法第15页
        1.3.2 研究路线第15-16页
    1.4 论文的组织结构第16-18页
2 国内外研究综述第18-34页
    2.1 非结构化信息研究综述第18-19页
        2.1.1 非结构化信息的定义与特征第18页
        2.1.2 非结构化信息的研究现状第18-19页
    2.2 用户评论挖掘研究综述第19-25页
        2.2.1 网络用户评论预处理第19-22页
        2.2.2 产品特征抽取第22-23页
        2.2.3 评论观点抽取第23-24页
        2.2.4 评论观点的极性及强度判断第24-25页
        2.2.5 用户评论挖掘结果的汇总及表示研究现状第25页
    2.3 模糊认知图的应用研究综述第25-26页
        2.3.1 模糊认知图的基础理论第25页
        2.3.2 模糊认知图的特性第25-26页
        2.3.3 模糊认知图的建立方法第26页
    2.4 案例推理应用及分类算法研究综述第26-31页
        2.4.1 基于案例推理的理论研究综述第26-28页
        2.4.2 数据挖掘中分类算法研究综述第28-31页
    2.5 模糊数理论和D-S证据理论研究综述第31-33页
        2.5.1 模糊数理论的基本概念和定义第31页
        2.5.2 D-S证据理论基本概念和定义第31-33页
    2.6 本章小结第33-34页
3 产品特征—情感倾向综合分析模型研究第34-51页
    3.1 评论预处理第34-36页
        3.1.1 数据来源第34页
        3.1.2 评论预处理方法第34-35页
        3.1.3 评论预处理结果第35-36页
    3.2 产品特征抽取第36-38页
        3.2.1 产品特征抽取算法第36-38页
        3.2.2 产品特征抽取结果第38页
    3.3 产品特征—情感倾向词对抽取第38-41页
        3.3.1 产品特征-情感倾向词对抽取算法第38-41页
        3.3.2 产品特征-情感倾向词对抽取结果第41页
    3.4 基于模糊数的情感倾向极性判断第41-47页
        3.4.1 情感倾向词语义模糊化表示第42-43页
        3.4.2 情感倾向词模糊语料库建立第43-44页
        3.4.3 情感倾向词情感极性值计算第44-47页
    3.5 基于模糊认知图的产品特征-情感倾向词对表示第47-50页
        3.5.1 模糊认知图的形式化表述第47-48页
        3.5.2 模型建立第48-49页
        3.5.3 模型算法第49页
        3.5.4 产品特征-情感倾向词对表示结果第49-50页
    3.6 本章小结第50-51页
4 基于证据理论的群体情绪识别研究第51-57页
    4.1 源案例库的建立第51-52页
    4.2 证据理论概念和证据合成算法第52-54页
        4.2.1 证据理论基本概念第52页
        4.2.2 Dempster合成法则第52-53页
        4.2.3 证据合成算法第53-54页
    4.3 基于证据理论的群体情绪识别第54-56页
        4.3.1 群体情绪识别算法第54-55页
        4.3.2 群体情绪识别实验第55-56页
    4.4 本章小结第56-57页
5 用户群体情绪的演化跟踪及实际应用第57-69页
    5.1 模型建立第57-58页
    5.2 群体情绪演化实验第58-62页
        5.2.1 数据来源第58-59页
        5.2.2 演化实验第59-60页
        5.2.3 群体情绪演化趋势研究第60-62页
    5.3 改进的群体情绪演化实验第62-67页
        5.3.1 增大时间区间第62页
        5.3.2 群体情绪识别第62-63页
        5.3.3 群体情绪演化趋势研究第63-67页
    5.4 指导商家经营决策第67-68页
    5.5 本章小结第68-69页
6 结论和展望第69-71页
    6.1 结论第69页
    6.2 展望第69-71页
参考文献第71-77页
附录第77-82页
攻读学位期间发表的学术论文第82-83页
致谢第83页

论文共83页,点击 下载论文
上一篇:基于社区组织理论的空巢老人“SMG”健康管理模式研究
下一篇:基于惩罚回归的纵向数据罕见变异关联分析