中文微博文本的大數據挖掘：情感分析視角 epub pdf mobi txt 電子書 下載 2024

中文微博文本的大數據挖掘：情感分析視角 epub pdf mobi txt 電子書 下載 2024

☆☆☆☆☆
簡體網頁||繁體網頁



點擊這裡下載

中文微博文本的大數據挖掘：情感分析視角 epub pdf mobi txt 電子書 下載 2024

类似图書 點擊查看全場最低價

---

內容簡介

　　隨著計算機和網絡技術的快速發展，互聯網日漸成為各種信息的載體。人們在上麵（包括新聞評論、産品評論、情感微博、網絡社區等）主動的獲取、發布、共享、傳播各種觀點性信息。這些觀點性內容對於電子商務、輿情控製、信息檢索等都具有重要的意義和實用價值，對網絡文本的觀點性內容進行自動情感分析成為Web信息處理的一個熱點。
　　《中文微博文本的大數據挖掘：情感分析視角》針對中文微博文本，探索從語義和情感本體的角度構建比較完整的情感分析技術，旨在為中文領域的用戶、企業、政府等相關方提供更為方便和科學的中文微博文本挖掘工具。

作者簡介

史偉，湖州師範學院商學院電子商務係副係主任副教授，同濟大學管理學博士，2012年美國加州州立大學訪問學者。入選浙江省之江青年社科學者，湖州市1112人纔工程培養後備人選，湖州師範學院中青年骨乾教師，2015年獲得湖州師範學院科研成果三等奬。主要從事電子商務、大數據、商務智能、情感分析等研究。主持浙江省自然科學基金項目，浙江省哲學社會科學規劃項目，浙江省教育廳一般科研項目，浙江省社科聯項目，湖州師範學院校級教學改革項目，湖州師範學院人文社科預研項目等多項課題，參與國傢自然科學基金項目，上海市哲學社會科學規劃課題多項。發錶論文數十篇管理、信息、物流等領域的文章。其中10餘篇論文被SCI、EI、一級期刊、CSSCI收錄。

內頁插圖

目錄

第一章 引言
第一節 研究背景及意義
一 互聯網大數據的産生
二 文本情感分析的應用
三 微博文本中的大數據
第二節 研究現狀分析
一 文本情感分析
二 微博研究
三 本體建模理論
第三節 研究目的和內容
一 研究目的和價值
二 本書的主要研究工作

第二章 文獻綜述
第一節 基於語義的情感分析研究綜述
一 主客觀文本分類
二 基於語義文本情感極性分類研究
三 情感強度分類研究
第二節 情感本體構建研究綜述
一 情感類劃分研究
二 情感本體構建研究
第三節 微博研究綜述
一 微博本身研究
二 以微博為平颱的情感分析研究
本章小結

第三章 微博文本結構化數據量化分析
引言
第一節 微博定義與平颱介紹
一 微博定義
二 微博平颱
第二節 微博與微博文本的特點
一 微博的特點
二 微博文本的特點
三 微博文本中的特殊符號
第三節 微博用戶結構和內容分析
一 微博用戶結構
二 微博平颱上的內容分析
第四節 微博文本獲取與相關計算
一 微博文本獲取方法
二 微博文本影響力計算
三 微博話題影響力和熱度計算
本章小結

第四章 情感本體模型的構建方法
引言
第一節 本體結構及隸屬度確定方法
一 相關研究工作
二 模糊描述邏輯的構造
三 基於FDL的本體結構及其推理
四 基於NGD的本體隸屬度確定
第二節 基於知網的情感本體構建
一 情感本體構建基礎問題
二 情感本體結構設計
三 基於模糊理論的評價詞本體構建
四 基於語義相似度的情感詞本體構建
第三節 數據統計
本章小結

第五章 基於情感本體的微博文本特徵識彆與語義分析
引言
第一節 情感空間模型
第二節 特徵識彆
一 産品特徵評價
二 特徵詞提取方法
三 語料特徵詞提取
第三節 情感特徵標注
一 基本詞性標注
二 句子劃分方法
三 産品特徵標注
四 情感類標注
第四節 程度詞與否定詞語義分析
一 程度詞語義分析
二 否定詞語義分析
三 程度詞與否定詞不同組閤語義分析
第五節 幾種影響因子語義分析
一 標點符號語義分析
二 連接詞語義分析
三 修辭句語義分析
第六節 不同粒度層情感語義分析
一 句子層情感語義計算
二 段落層和文檔層情感語義計算
第七節 實驗及數據分析
一 實驗流程設計
二 程度詞和否定詞檢測窗口分析
三 特徵識彆和情感語義準確性分析
四 情感類統計和關係分析
本章小結

第六章 基於情感本體的微博文本半結構化數據挖掘
引言
第一節 基於情感本體的微博産品評論分析
一 基於TFIDF産品特徵提取
二 基於BMI評價詞提取
三 微博文本影響力計算
四 産品特徵觀點與情感類型和強度
五 産品評論情感值計算
第二節 基於情感本體的微博公眾情感分析
一 相關研究綜述
二 公眾情感分析方法構建
三 公眾情感分析數據與文本清理
四 情感本體構建與文本影響力計算
五 微博文本情感類型和強度
第三節 實驗及數據分析
一 微博産品評論實驗分析
二 微博公眾情感實證分析
本章小結

第七章 基於情感分析的微博文本非結構化數據開發
引言
第一節 微博情感分析
一 微博評論特徵
二 微博文本情感因素提取與度量
第二節 博剋斯-詹金斯預測模型
一 博剋斯-詹金斯模型的基本形式
二 基本模型選擇
第三節 自迴歸情感預測模型
一 自迴歸模型
二 融入情感因素
三 訓練自迴歸情感預測模型
第四節 實證研究
一 實驗設置
二 模型參數選擇
三 與其他方法比較
本章小結

第八章 結論與展望
第一節 結論
一 提齣瞭模糊本體結構及隸屬度確定方法
二 建立瞭基於知網的模糊情感本體
三 提齣瞭基於情感本體的微博文本特徵識彆和語義分析方法
四 建立瞭基於情感本體的微博情感類型和強度分析係統
五 微博情感分析應用研究——産品銷量預測係統
第二節 進一步研究的方嚮

附錄 微博情感分析程序處理
參考文獻

前言/序言

　　近年來，隨著社交網絡、電子商務和移動互聯網的迅猛發展，人類社會數據的快速增長給許多行業帶來瞭共同麵對的嚴峻挑戰和寶貴機遇，因而信息社會已經進入瞭大數據（BigData）時代。其中，互聯網大數據的湧現不僅改變瞭人們的生活與工作方式、企業的運作模式，甚至還引起科學研究模式的根本性改變。尤其是隨著Web2。0時代的到來，越來越多的人願意在綫錶達自己的心情（微博）、發錶自己對於政策的看法（新聞評論）、發布自己對於産品的評價（産品評論），等等。區彆於傳統結構化的數據，互聯網大數據的錶現形式大多為非結構化或半結構化的評論文本形式，對這些數據的挖掘和分析工作顯得更加棘手。情感分析技術的齣現正好滿足瞭人們對大規模數據進行觀點分析的需要。
　　情感分析，又稱傾嚮性分析和意見挖掘，是情感計算的重要分支，它是對帶有情感色彩的主觀性文本進行分析、處理、歸納和推理的過程。目前，情感分析技術，主要包括機器學習方法及語義方法兩類。基於機器學習的情感分類方法需要用大量的訓練樣本對分類模型進行訓練，且訓練樣本集的建立需要采用人工方法進行手工標誌。因此，近年來研究者將情感分析研究集中在對訓練樣本的需求量較低的語義方法上。

中文微博文本的大數據挖掘：情感分析視角 epub pdf mobi txt 電子書 下載 2024

中文微博文本的大數據挖掘：情感分析視角 下載 epub mobi pdf txt 電子書

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

評分☆☆☆☆☆

类似图書 點擊查看全場最低價