基于因子分析和聚类分析的情感维度提取

发布时间：2018-11-11 09:16

【摘要】：为从大量用户情感维度(感性词对)中提取少量具有代表性情感维度(感性词对),文章提出结合因子分析(factor analysis,FA)和聚类分析(cluster analysis,CA)的情感维度提取方法。首先通过语义差分(semantic differential,SD)实验获取用户对少量具有代表性样品的情感认知;然后使用FA对SD结果进行分析,获得初始情感维度的潜在因子及因子载荷矩阵;最后根据FA结果进行聚类分析,对初始情感维度到每个聚类几何中心的距离进行排序,距离最近的感性词对即为所提取的情感维度。以数控机床造型设计为研究案例,对该方法进行描述,结果表明,该方法能有效提取情感维度,并保留了初始情感维度的整体结构。
[Abstract]:In order to extract a small number of representative affective dimensions from a large number of user affective dimensions (perceptual word pairs), this paper proposes a method of extracting emotional dimensions by combining factor analysis (factor analysis,FA) and clustering analysis (cluster analysis,CA). The emotional cognition of a small number of representative samples was obtained by semantic difference (semantic differential,SD) experiment, and then the SD results were analyzed by FA to obtain the potential factors and factor load matrix of the initial emotional dimension. Finally, the distance between the initial emotional dimension and the geometric center of each cluster is sorted according to the FA results. The nearest perceptual word pair is the extracted emotional dimension. Taking the numerical control machine tool modeling design as a case study, the method is described. The results show that the method can effectively extract the emotional dimension and retain the whole structure of the initial emotional dimension.
【作者单位】： 贵州大学现代制造技术教育部重点实验室;贵州大学机械工程学院;
【基金】：国家自然科学基金(51475097);国家自然科学基金(51465007) 国家科技支撑计划(2014BAH05F01) 贵州省科技计划(黔科合Z字[2013]4005;黔科合J字[2013]2108;黔科合LH字[2014]7644);黔发改投资([2012]2484) 贵州大学基金项目(贵大人基合字[2012]009)
【分类号】：TG659

【相似文献】

相关期刊论文 前10条

1 陈华豪;;聚类分析[J];林业勘查设计;1981年02期

2 刘昆元;;聚类分析法及其在分析化学中的应用[J];分析化学;1985年09期

3 计维浓,杨君明;太湖流域主要粮食作物和有关土壤中若干元素的聚类分析[J];农业环境科学学报;1986年06期

4 许庆华;聚类分析在磷块岩风化矿判别中的应用[J];化工矿山技术;1991年03期

5 陈燕国;蔡少华;;应用聚类分析对水库营养类型分类和0—1高指标判别方法[J];湖泊科学;1993年03期

6 袁建美;聚类分析法在学生成绩评估中的应用[J];石油大学学报(自然科学版);1998年01期

7 黄盛初,周心权,赵爱国;安全生产发展规律聚类分析[J];中国煤炭;2005年11期

8 何永政;我国不同省区棉花色特征的聚类分析[J];中国纤检;2005年02期

9 陈淑君;陡河水污染研究——聚类分析—最短距离法在水污染研究中的应用[J];环境科学丛刊;1984年08期

10 叶茂华;胡继岳;陆启芳;;应用电子计算机对水质检验指标的聚类分析[J];环境科学动态;1985年07期

相关会议论文 前10条

1 梅翠;;我国各地区居民收入差距及其对消费的制约[A];中国现场统计研究会第12届学术年会论文集[C];2005年

2 李均立;傅国华;;海南各县(市)经济实力的聚类分析[A];中国现场统计研究会第12届学术年会论文集[C];2005年

3 刘黄金;曹林峰;;南京服务业发展的聚类分析[A];江苏省现场统计研究会第十次学术年会论文集[C];2006年

4 肖静;杨泽峰;徐辰武;;微阵列表达谱监督聚类分析方法的比较研究[A];江苏省遗传学会第七届代表大会暨学术研讨会论文摘要汇编[C];2006年

5 路爱峰;崔玉杰;;沪市电力上市公司经营业绩的聚类分析[A];中国数学力学物理学高新技术交叉研究学会第十二届学术年会论文集[C];2008年

6 陈国华;廖小莲;夏君;;证券投资分析的聚类分析方法[A];中国企业运筹学[2011（1）][C];2011年

7 张红卫;隗金水;;聚类分析评价与测量效度关系探讨[A];第九届全国体育科学大会论文摘要汇编(4)[C];2011年

8 牛东晓;乞建勋;;网络资源平衡问题的聚类分析优化遗传算法研究[A];2001年中国管理科学学术会议论文集[C];2001年

9 詹原瑞;彭书杰;李如一;;基于聚类分析的企业信用等级评价方法[A];西部开发与系统工程——中国系统工程学会第12届年会论文集[C];2002年

10 邹晓玫;修春波;;基于聚类分析的犯罪率相关因素的研究[A];当代法学论坛（二○一○年第3辑）[C];2010年

相关博士学位论文 前4条

1 张建萍;基于计算智能技术的聚类分析研究与应用[D];山东师范大学;2014年

2 李成安;分布式环境下聚类分析新方法的研究[D];浙江大学;2006年

3 杨旭杰;基于统计方法模型分析的中药复方专利保护研究[D];北京中医药大学;2012年

4 李宝玲;王裕颐教授学术思想与临床经验总结及治疗眩晕证治规律研究[D];北京中医药大学;2012年

相关硕士学位论文 前10条

1 李元俊;大学生就业能力培养与社会需求的匹配性研究[D];山东建筑大学;2015年

2 冯雪冰;基于模糊理论的EM算法在聚类分析的应用研究[D];中国地质大学(北京);2015年

3 黄银;行业地区发展水平的聚类分析[D];苏州大学;2015年

4 郭俊峰;聚类分析下的股票投资价值挖掘研究[D];大连海事大学;2015年

5 张旭;考虑风电接入不确定性的节点特性建模研究[D];山东大学;2015年

6 褚旭;我国各省市CDM项目聚类分析及影响因素研究[D];首都经济贸易大学;2015年

7 刘鑫琳;VAGUE集理论及其在聚类分析中的应用[D];广西大学;2015年

8 周颖;基于蚁群算法的聚类分析在学生成绩中的研究[D];南昌大学;2015年

9 邢蕊;以聚类分析为基础的我国证券公司效率研究[D];山西大学;2015年

10 王帅宇;K-Means算法在用户细分方面的应用研究[D];北京理工大学;2015年

，

本文编号：2324408