隨著信息技術(shù)的迅速更新與發(fā)展,網(wǎng)絡(luò)已經(jīng)成為人們發(fā)布、獲取和傳遞信息的主要載體。網(wǎng)絡(luò)輿情作為社會輿情的重要組成部分,是社會輿情在互聯(lián)網(wǎng)空間的映射。對于政府相關(guān)部門而言,準(zhǔn)確發(fā)現(xiàn)網(wǎng)絡(luò)中的輿情信息和熱點(diǎn)事件并加以監(jiān)督與引導(dǎo),對社會和諧穩(wěn)定發(fā)展具有重要的現(xiàn)實(shí)意義。特別是以微博為代表的新型社會化網(wǎng)絡(luò)媒體服務(wù)的興起,使得人們更容易在其上面表達(dá)自己的觀點(diǎn)和情感,這些新興的網(wǎng)絡(luò)應(yīng)用,已經(jīng)成為異常或突發(fā)事件等網(wǎng)絡(luò)輿情形成的重要平臺。通過及時(shí)了解用戶對輿論熱點(diǎn)、政策等的反應(yīng),將有助于為用戶自身、企業(yè)、政府等提供決策支持。因而,對于面向微博的情感分析顯得十分重要。本文以微博作為研究對象,針對微博數(shù)據(jù)的特點(diǎn),從微博情感的角度出發(fā),提出了一種基于微博情感分析來發(fā)現(xiàn)網(wǎng)絡(luò)熱點(diǎn)事件的模型和基于改進(jìn)的樸素貝葉斯情感分類算法以及基于詞共現(xiàn)圖的事件提取算法,通過該模型及算法可以有效監(jiān)測異�；驘狳c(diǎn)事件,這對于網(wǎng)絡(luò)輿情系統(tǒng)的研究具有積極意義。本模型首先對一段時(shí)間內(nèi)某話題的微博進(jìn)行數(shù)據(jù)處理,針對含有表情圖片和情感詞匯兩種情緒知識的微博,運(yùn)用基于改進(jìn)的樸素貝葉斯情感分類算法（EINB）構(gòu)造的情感分類器將含有情緒知識的微博分為正向情... 

【文章來源】：蘭州大學(xué)甘肅省 211工程院校 985工程院校 教育部直屬院校

【文章頁數(shù)】：54 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
Abstract
第一章 緒論
    1.1 研究背景與意義
    1.2 研究現(xiàn)狀
    1.3 論文的主要工作
    1.4 論文的組織結(jié)構(gòu)
第二章 相關(guān)工作和概念
    2.1 社會網(wǎng)絡(luò)
        2.1.1 概念介紹
        2.1.2 特征分析
    2.2 網(wǎng)絡(luò)輿情
    2.3 微博
        2.3.1 新浪微博簡介
        2.3.2 新浪微博對網(wǎng)絡(luò)輿情生成和傳播的影響
    2.4 小結(jié)
第三章 基于微博情感分析的網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)模型
    3.1 基于微博情感分析的網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)模型的設(shè)計(jì)
        3.1.1 網(wǎng)絡(luò)輿情監(jiān)測系統(tǒng)
        3.1.2 基于微博情感分析的網(wǎng)絡(luò)輿情熱點(diǎn)發(fā)現(xiàn)模型
    3.2 數(shù)據(jù)采集與預(yù)處理
        3.2.1 數(shù)據(jù)采集
        3.2.2 數(shù)據(jù)預(yù)處理
    3.3 情感分析
        3.3.1 文本情感傾向性分析
        3.3.2 情感分類技術(shù)
    3.4 基于情感分析的分類算法
        3.4.1 樸素貝葉斯算法
        3.4.2 最大熵算法
        3.4.3 決策樹算法
    3.5 基于改進(jìn)樸素貝葉斯算法的情感分類器的構(gòu)造
        3.5.1 情感語料自動標(biāo)注
        3.5.2 情感分類器算法的選取
        3.5.3 基于EINB算法的情感分類器的構(gòu)造
    3.6 網(wǎng)民心理特征分析
        3.6.1 微博熱下的網(wǎng)民心態(tài)
        3.6.2 網(wǎng)民心態(tài)對微博發(fā)展的影響
    3.7 網(wǎng)絡(luò)熱點(diǎn)事件的檢測方法
        3.7.1 微博數(shù)據(jù)量的分析
        3.7.2 基于孤立點(diǎn)的網(wǎng)絡(luò)熱點(diǎn)檢測方法
        3.7.3 基于極度負(fù)向情感的網(wǎng)絡(luò)熱點(diǎn)事件檢測
    3.8 基于詞共現(xiàn)圖的事件提取方法—WCG算法
        3.8.1 算法描述
        3.8.2 主題詞抽取
        3.8.3 基于詞共現(xiàn)圖的方法發(fā)現(xiàn)網(wǎng)絡(luò)熱點(diǎn)事件
        3.8.4 WCG算法程序設(shè)計(jì)
第四章 實(shí)驗(yàn)
    4.1 實(shí)驗(yàn)數(shù)據(jù)
    4.2 實(shí)驗(yàn)平臺
    4.3 情感分類的相關(guān)實(shí)驗(yàn)
        4.3.1 情感語料自動標(biāo)注
        4.3.2 分類算法的選取與分類器的構(gòu)造
        4.3.3 數(shù)據(jù)集的情感分類
        4.3.4 情感微博數(shù)據(jù)的二次處理
    4.4 WCG算法實(shí)驗(yàn)
        4.4.1 基于孤立點(diǎn)檢測網(wǎng)絡(luò)熱點(diǎn)事件的實(shí)驗(yàn)
        4.4.2 基于極度負(fù)向情感的熱點(diǎn)檢測實(shí)驗(yàn)
第五章 總結(jié)與展望
    5.1 本文總結(jié)
    5.2 工作展望
參考文獻(xiàn)
在學(xué)期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一種面向情感分析的微博表情情感詞典構(gòu)建及應(yīng)用[J]. 王文遠(yuǎn),王大玲,馮時(shí),李任斐,王琳.  計(jì)算機(jī)與數(shù)字工程. 2012(11)
[2]基于詞共現(xiàn)圖的中文微博新聞話題識別[J]. 趙文清,侯小可.  智能系統(tǒng)學(xué)報(bào). 2012(05)
[3]基于情緒知識的中文微博情感分類方法[J]. 龐磊,李壽山,周國棟.  計(jì)算機(jī)工程. 2012(13)
[4]基于層次結(jié)構(gòu)的多策略中文微博情感分析和特征抽取[J]. 謝麗星,周明,孫茂松.  中文信息學(xué)報(bào). 2012(01)
[5]基于機(jī)器學(xué)習(xí)的中文微博情感分類實(shí)證研究[J]. 劉志明,劉魯.  計(jì)算機(jī)工程與應(yīng)用. 2012(01)
[6]微博研究綜述[J]. 閆幸,常亞平.  情報(bào)雜志. 2011(09)
[7]高效的短文本主題詞抽取方法[J]. 常鵬,馬輝.  計(jì)算機(jī)工程與應(yīng)用. 2011(20)
[8]國內(nèi)網(wǎng)絡(luò)輿情研究的回顧與展望[J]. 許鑫,章成志,李雯靜.  情報(bào)理論與實(shí)踐. 2009(03)
[9]互聯(lián)網(wǎng)時(shí)代網(wǎng)絡(luò)輿情的應(yīng)急處理[J]. 劉軍.  理論學(xué)習(xí). 2009(01)
[10]文本挖掘在網(wǎng)絡(luò)輿情信息分析中的應(yīng)用[J]. 黃曉斌,趙超.  情報(bào)科學(xué). 2009(01)

博士論文
[1]面向輿情分析和屬性發(fā)現(xiàn)的網(wǎng)絡(luò)文本挖掘技術(shù)研究[D]. 黃九鳴.國防科學(xué)技術(shù)大學(xué) 2011

碩士論文
[1]基于潛在語義分析和最大熵的中文情感分析研究[D]. 吳秀梅.北京交通大學(xué) 2011
[2]基于共現(xiàn)鏈的微博情感分析技術(shù)的研究與實(shí)現(xiàn)[D]. 王巖.國防科學(xué)技術(shù)大學(xué) 2011
[3]基于社會網(wǎng)絡(luò)的網(wǎng)絡(luò)輿情挖掘技術(shù)與研究[D]. 曾奉堯.電子科技大學(xué) 2011
[4]網(wǎng)絡(luò)事件的心理學(xué)分析[D]. 李喜華.華中科技大學(xué) 2009
[5]論互聯(lián)網(wǎng)時(shí)代的平民化心理現(xiàn)象[D]. 杜炎斌.四川大學(xué) 2006



本文編號：3302787