民航不文明旅客的用户画像构建方法研究
发布时间：2022-11-11 20:28
近年来,民航不文明旅客行为频频发生,不仅严重影响了广大旅客的正常生活和利益,而且严重地影响了航空安全。如何利用民航不文明旅客数据,将不文明旅客按照不文明行为程度进行分类,为航空公司和机场提供决策依据显得尤为重要。用户画像是通过用户的基本属性和行为内容等信息进行抽象,将用户“标签化”,对用户进行分类。此外,现有用户画像的研究集中于数据的数值特征,而文本作为重要的数据特征却未被充分利用。因此,本文以民航不文明旅客的文本数据为研究内容,着重研究了民航不文明旅客的用户画像构建方法,实现了民航不文明旅客的分类,这对于民航不文明旅客的精细化管理具有重要意义。本文首先提出了一种用于目标情感分析的位置感知双向长短期记忆网络的图卷积和注意力模型,为构建民航不文明旅客用户画像提供了算法模型和理论基础。该模型分为两个通道,分别利用双向长短期记忆网络和多头注意力机制、位置感知双向长短期记忆网络和依赖树上的图卷积神经网络两个通道进行特征提取。实验表明,通过SemEval2014任务四的Restaurant和Laptop数据,该模型显著提高了分类的准确率。此外,为实现民航不文明旅客的分类,进一步研究了基于目标情感...
【文章页数】：54 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 民航不文明旅客分类
1.2.2 用户画像构建方法
1.2.3 目标情感分析
1.3 论文研究内容
1.4 论文结构安排
第二章 相关理论基础
2.1 多头注意力机制
2.2 BiLSTM
2.3 图卷积神经网络
2.4 本章小结
第三章 位置感知BiLSTM的图卷积和注意力的目标情感分析
3.1 位置感知BiLSTM的图卷积和注意力模型
3.1.1 模型定义
3.1.2 输入层
3.1.3 BiLSTM和多头注意力机制
3.1.4 位置感知BiLSTM和依赖树上的图卷积神经网络
3.2 实验设置
3.2.1 实验环境及配置
3.2.2 实验数据
3.2.3 参数设置
3.2.4 对比模型
3.3 实验结果与分析
3.3.1 与基准方法的准确率对比实验
3.3.2 与最新方法的准确率对比实验
3.4 本章小结
第四章 基于目标情感分析的民航不文明旅客用户画像方法
4.1 民航不文明旅客基本概念及场景分析
4.1.1 民航不文明旅客定义
4.1.2 民航不文明旅客分类
4.1.3 民航不文明旅客用户画像构建过程
4.2 基于目标情感分析的民航不文明旅客用户画像模型
4.2.1 模型定义
4.2.2 输入层
4.2.3 注意力层
4.2.4 门控卷积层
4.2.5 模型训练
4.3 实验设置
4.3.1 实验环境及配置
4.3.2 实验数据
4.3.3 参数设置
4.3.4 对比模型
4.4 实验结果与分析
4.4.1 与基准方法的准确率对比实验
4.4.2 与基准方法的收敛时间对比实验
4.4.3 网络参数对情感分类的影响
4.5 本章小结
第五章 总结与展望
5.1 论文工作总结
5.2 未来工作展望
致谢
参考文献
作者简介
【参考文献】：
期刊论文
[1]采用注意力门控卷积网络模型的目标情感分析[J]. 曹卫东,李嘉琪,王怀超. 西安电子科技大学学报. 2019(06)
[2]基于注意机制的化学药物命名实体识别[J]. 杨培,杨志豪,罗凌,林鸿飞,王健. 计算机研究与发展. 2018(07)
[3]基于多通道卷积神经网络的中文微博情感分析[J]. 陈珂,梁斌,柯文德,许波,曾国超. 计算机研究与发展. 2018(05)
[4]基于多注意力卷积神经网络的特定目标情感分析[J]. 梁斌,刘全,徐进,周倩,章鹏. 计算机研究与发展. 2017(08)
博士论文
[1]大数据背景下商业银行精准营销的设计与应用[D]. 邓典雅.华南理工大学 2018
硕士论文
[1]电信假日迁徙精准营销系统的开发及应用[D]. 黄维申.南京邮电大学 2019
[2]基于知识图谱的游记攻略推荐系统设计与实现[D]. 康文云.大连理工大学 2019
[3]基于细粒度情感分析的推荐系统[D]. 丛大玮.哈尔滨工业大学 2019
[4]融合多源异构数据的推荐模型与系统[D]. 邱丰羽.南京大学 2019
[5]基于混杂文本数据的民航不文明旅客分类模型研究[D]. 苏现帅.中国民航大学 2019
[6]用户画像系统的研究与实现[D]. 李雅洁.华中科技大学 2019
[7]大数据背景下面向运营商精准营销的用户画像研究[D]. 李斯.大连理工大学 2019
[8]基于大数据的D财产保险公司精准营销研究[D]. 白惠玲.长安大学 2019
[9]基于情感分析的Android平台用户画像方法研究[D]. 刘禹辰.北京交通大学 2019
[10]基于回归树模型的推荐技术研究和应用[D]. 吴爽.南京大学 2018
本文编号：3705692
【文章页数】：54 页
【学位级别】：硕士
【文章目录】：
摘要
Abstract
第一章 绪论
1.1 研究背景与意义
1.2 国内外研究现状
1.2.1 民航不文明旅客分类
1.2.2 用户画像构建方法
1.2.3 目标情感分析
1.3 论文研究内容
1.4 论文结构安排
第二章 相关理论基础
2.1 多头注意力机制
2.2 BiLSTM
2.3 图卷积神经网络
2.4 本章小结
第三章 位置感知BiLSTM的图卷积和注意力的目标情感分析
3.1 位置感知BiLSTM的图卷积和注意力模型
3.1.1 模型定义
3.1.2 输入层
3.1.3 BiLSTM和多头注意力机制
3.1.4 位置感知BiLSTM和依赖树上的图卷积神经网络
3.2 实验设置
3.2.1 实验环境及配置
3.2.2 实验数据
3.2.3 参数设置
3.2.4 对比模型
3.3 实验结果与分析
3.3.1 与基准方法的准确率对比实验
3.3.2 与最新方法的准确率对比实验
3.4 本章小结
第四章 基于目标情感分析的民航不文明旅客用户画像方法
4.1 民航不文明旅客基本概念及场景分析
4.1.1 民航不文明旅客定义
4.1.2 民航不文明旅客分类
4.1.3 民航不文明旅客用户画像构建过程
4.2 基于目标情感分析的民航不文明旅客用户画像模型
4.2.1 模型定义
4.2.2 输入层
4.2.3 注意力层
4.2.4 门控卷积层
4.2.5 模型训练
4.3 实验设置
4.3.1 实验环境及配置
4.3.2 实验数据
4.3.3 参数设置
4.3.4 对比模型
4.4 实验结果与分析
4.4.1 与基准方法的准确率对比实验
4.4.2 与基准方法的收敛时间对比实验
4.4.3 网络参数对情感分类的影响
4.5 本章小结
第五章 总结与展望
5.1 论文工作总结
5.2 未来工作展望
致谢
参考文献
作者简介
【参考文献】：
期刊论文
[1]采用注意力门控卷积网络模型的目标情感分析[J]. 曹卫东,李嘉琪,王怀超. 西安电子科技大学学报. 2019(06)
[2]基于注意机制的化学药物命名实体识别[J]. 杨培,杨志豪,罗凌,林鸿飞,王健. 计算机研究与发展. 2018(07)
[3]基于多通道卷积神经网络的中文微博情感分析[J]. 陈珂,梁斌,柯文德,许波,曾国超. 计算机研究与发展. 2018(05)
[4]基于多注意力卷积神经网络的特定目标情感分析[J]. 梁斌,刘全,徐进,周倩,章鹏. 计算机研究与发展. 2017(08)
博士论文
[1]大数据背景下商业银行精准营销的设计与应用[D]. 邓典雅.华南理工大学 2018
硕士论文
[1]电信假日迁徙精准营销系统的开发及应用[D]. 黄维申.南京邮电大学 2019
[2]基于知识图谱的游记攻略推荐系统设计与实现[D]. 康文云.大连理工大学 2019
[3]基于细粒度情感分析的推荐系统[D]. 丛大玮.哈尔滨工业大学 2019
[4]融合多源异构数据的推荐模型与系统[D]. 邱丰羽.南京大学 2019
[5]基于混杂文本数据的民航不文明旅客分类模型研究[D]. 苏现帅.中国民航大学 2019
[6]用户画像系统的研究与实现[D]. 李雅洁.华中科技大学 2019
[7]大数据背景下面向运营商精准营销的用户画像研究[D]. 李斯.大连理工大学 2019
[8]基于大数据的D财产保险公司精准营销研究[D]. 白惠玲.长安大学 2019
[9]基于情感分析的Android平台用户画像方法研究[D]. 刘禹辰.北京交通大学 2019
[10]基于回归树模型的推荐技术研究和应用[D]. 吴爽.南京大学 2018
本文编号：3705692
本文链接：https://www.wllwen.com/kejilunwen/hangkongsky/3705692.html
