云服务社区中基于深度学习的用户观点发现方法研究

发布时间：2021-08-17 23:06

　　云计算的快速发展促进了各行业资源的协调整合,越来越多的个人与组织机构将本地的应用资源以Web服务的形式迀移到云计算资源池（即云服务社区）中,以便用户选择调用。这种服务部署模式加速了Web服务资源数量与质量的更新,云资源池中的Web服务呈指数型增长。基于SaaS平台的云服务社区的Web服务推荐因生态系统复杂性给服务计算提出新难题。近年来,越来越多的人对消费者评论的情感倾向感兴趣,以评估产品评级和公众偏好,因此,这种分析的研究和技术变得越来越普遍和成熟。然而,对中文API服务的使用评价进行情感分析的深度学习研究却很少有人关注。为了更好地挖掘云服务社区中用户观点文本的有效信息,本文提出了基于深度学习的对用户观点数据进行情感分析的方法。首先,对云服务社区中的原始数据进行人工标注和预处理,利用Gensim和Word2Vec将文本转换为可输入模型的形式;接着设计并实现了LSTM、BiLSTM和GRU三种深度学习模型实现情感分类的任务,并将其与使用K-最近邻、SVM和朴素贝叶斯三种机器学习算法建立的情感倾向模型的实验结果进行对比,结果证明了深度学习方法的有效性;最后对建立的三种深度学习模型的性能进行... 

【文章来源】：内蒙古大学内蒙古自治区 211工程院校

【文章页数】：58 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
        1.1.1 云服务社区背景
        1.1.2 深度学习的相关背景
    1.2 本文研究内容与意义
    1.3 创新点
    1.4 论文组织结构
第二章 相关工作概述
    2.1 前言
    2.2 情感分析研究综述
        2.2.1 基于情感词典的情感分析方法的研究
        2.2.2 基于机器学习的情感分析方法的研究
        2.2.3 基于深度学习的情感分析方法的研究
    2.3 服务推荐的研究综述
        2.3.1 Web服务的相关研究
        2.3.2 服务推荐方法
        2.3.3 基于用户的Web服务推荐方法的相关研究
    2.4 本章小结
第三章 云服务社区用户观点数据处理
    3.1 云服务社区数据集采集
    3.2 数据预处理模块的实现
        3.2.1 数据清洗
        3.2.2 中文分词
        3.2.3 去除停用词
    3.3 中文评论表示方法
        3.3.1 Gensim
        3.3.2 词嵌入
    3.4 本章小结
第四章 用户观点情感倾向模型的设计与实现
    4.1 前言
    4.2 基于深度学习的情感分类模型
        4.2.1 嵌入层
        4.2.2 循环层
        4.2.3 核心层
    4.3 基于机器学习的情感分类模型
    4.4 情感倾向模型在云服务社区中的应用
    4.5 实验
        4.5.1 实验环境
        4.5.2 实验评估标准
        4.5.3 与基于机器学习方法的实验结果对比
        4.5.4 深度学习模型性能评估对比实验
        4.5.5 模型参数对比实验
    4.6 本章小结
第五章 总结与展望
    5.1 工作总结
    5.2 展望
参考文献
致谢
攻读硕士期间的研究成果



本文编号：3348683