结合话题相关性的热点话题情感倾向研究
本文选题:热点话题 + 主客观分类 ; 参考:《数据分析与知识发现》2017年03期
【摘要】:【目的】热点话题具有很大的影响力,针对热点话题及其情感对象的情感倾向进行相关研究。【方法】提出一个结合话题相关性的主客观分类模型,帮助抽取与热点话题相关的主观微博;利用基于机器学习改进的情感分类方法对抽取博文的情感极性进行分析;通过召回率、准确率、F值对情感分类效果进行详细评估。【结果】实证分析结果表明,结合话题相关性有效提升了热点话题微博主客观分类和情感极性分类效果,其中F值分别提升7.4%和2.2%。【局限】待需深入考虑数据的分布状态、情感分类粒度细化、情感对象的情感趋势变化等。【结论】考虑话题相关性,提升微博情感分类的效果,并通过抽取热点话题中关键情感对象的情感倾向,为微博精准营销提供相关情报信息。
[Abstract]:[objective] Hot topic has great influence. This paper studies the emotional tendency of hot topic and its affective object. [methods] A subjective and objective classification model combining topic correlation is proposed. Help to extract subjective Weibo related to hot topics; use improved emotion classification method based on machine learning to analyze emotional polarity of extracted blog posts; recall rate, [results] the empirical results show that the combination of topic correlation can effectively improve the effectiveness of Weibo subjective and objective classification and affective polarity classification. The F value was increased by 7.4% and 2.2% respectively. [limitation] the distribution of data, the granularity of emotion classification, the change of emotional trend of emotional objects should be considered deeply. [conclusion] considering the correlation of topic, the effect of Weibo emotional classification should be improved. And by extracting the emotional tendency of the key emotional objects in the hot topic, this paper provides the relevant information for Weibo precise marketing.
【作者单位】: 四川大学商学院;
【基金】:四川大学中央高校基本科研业务费项目“基于中文微博的负面情绪预警研究”(项目编号:skqy201406)的研究成果之一
【分类号】:TP391.1
【相似文献】
相关期刊论文 前10条
1 吕国防;;注意新闻表述中的情感倾向[J];新闻实践;2011年06期
2 傅向华;刘国;郭岩岩;郭武彪;;中文博客多方面话题情感分析研究[J];中文信息学报;2013年01期
3 魏晶晶;吴晓吟;;电子商务产品评论多级情感分析的研究与实现[J];软件;2013年09期
4 于潇;万军;何翔;左尾欢;;校园微博情感分析系统的设计与实现[J];河北工业大学学报;2013年06期
5 封二英;庞灵;;基于弱监督迭代法的情感倾向分析[J];无线互联科技;2014年03期
6 庞磊;李寿山;张慧;周国栋;;基于微博的股票投资者未来情感倾向识别研究[J];计算机科学;2012年S1期
7 徐鹏;;基于直觉模糊推理的网页在线评论情感倾向分类[J];计算机应用与软件;2013年06期
8 杨伟杰;马博渊;刘雯;;基于意见目标句抽取的中文股评情感分析方法[J];计算机仿真;2014年03期
9 杨江;彭石玉;侯敏;;基于主题情感句的汉语评论文倾向性分析[J];计算机应用研究;2011年02期
10 张素智;樊得强;李宝燕;;基于网络评论语言学结构的情感倾向识别模型[J];郑州大学学报(理学版);2011年01期
相关会议论文 前4条
1 杨江;侯敏;王宁;;基于主题情感句的汉语评论文倾向性分析[A];第五届全国青年计算语言学研讨会论文集[C];2010年
2 林慧恩;林世平;;中文情感倾向分析中主观句子抽取方法的研究[A];全国第20届计算机技术与应用学术会议(CACIS·2009)暨全国第1届安全关键技术与应用学术会议论文集(上册)[C];2009年
3 王素格;杨安娜;;一种混合语言信息的词语搭配倾向判别方法[A];第五届全国信息检索学术会议论文集[C];2009年
4 宋晓雷;王素格;李红霞;;基于概率潜在语义分析的词汇情感倾向判别[A];第五届全国青年计算语言学研讨会论文集[C];2010年
相关重要报纸文章 前3条
1 唐楠;新闻应避免情感倾向[N];中国新闻出版报;2005年
2 鲁东;不尽乡情入画来[N];中国文化报;2001年
3 杨勇涛;让摄影唤起心灵的本真[N];中国摄影报;2005年
相关博士学位论文 前6条
1 房磊;融合知识的情感分析研究[D];清华大学;2015年
2 张奇;细颗粒度情感倾向分析若干关键问题研究[D];复旦大学;2008年
3 王素格;基于Web的评论文本情感分类问题研究[D];上海大学;2008年
4 杨卉;Web文本观点挖掘及隐含情感倾向的研究[D];吉林大学;2011年
5 李思;WEB观点挖掘中关键问题的研究[D];北京邮电大学;2012年
6 李方涛;基于产品评论的情感分析研究[D];清华大学;2011年
相关硕士学位论文 前10条
1 王帅;情感分析的特征提取算法与观点的聚类算法研究[D];昆明理工大学;2015年
2 冯金刚;网络舆情中文信息情感倾向分析研究[D];华北电力大学;2015年
3 魏从源;网络信息的情感倾向分类技术研究[D];国防科学技术大学;2013年
4 周冬卫;中文微博评论的情感倾向分析[D];华东交通大学;2015年
5 吴斐;跨领域条件下词汇情感倾向判别方法研究[D];合肥工业大学;2015年
6 徐凯;基于产品特征的用户评论情感倾向分析研究[D];合肥工业大学;2015年
7 张佳明;微博话题的公众情感分析技术研究[D];解放军信息工程大学;2015年
8 唐浩浩;面向事件的微博情感倾向性分析技术研究[D];解放军信息工程大学;2014年
9 杨阳;上市公司新闻情感倾向对股价的影响分析[D];北京理工大学;2015年
10 杨欢;基于文本分类的微博情感倾向研究[D];重庆师范大学;2016年
,本文编号:2094868
本文链接:https://www.wllwen.com/guanlilunwen/yingxiaoguanlilunwen/2094868.html