【摘要】：當(dāng)今信息化時(shí)代,熱點(diǎn)事件的發(fā)展在強(qiáng)大的互聯(lián)網(wǎng)作用下傳播及時(shí)且迅速,微博等網(wǎng)絡(luò)社交媒體在輿情傳播過(guò)程中起到了重要作用。對(duì)社交網(wǎng)絡(luò)文本進(jìn)行情感分析能夠有效反映輿情的發(fā)展和變化,對(duì)輿情發(fā)展的預(yù)測(cè)和研判能夠更好地起到輔助決策和有效處理的作用,因此本論文課題具有重要的研究意義和應(yīng)用價(jià)值。目前對(duì)文本的情感分析主要針對(duì)單個(gè)文本進(jìn)行,通過(guò)挖掘文本情感特征進(jìn)行情感極性判斷,缺乏對(duì)多用戶、多文檔的情感進(jìn)行整體融合分析,并且,已有方法大多關(guān)注于文本自身所挖掘出的信息,主要包括情感詞、詞性等傳統(tǒng)文本特征,對(duì)文本所在領(lǐng)域、場(chǎng)景關(guān)聯(lián)特征的考慮較少,例如對(duì)社交平臺(tái)上不同用戶的身份差異以及時(shí)間先后序列等特征的研究較少。因此,本文從微博類社交網(wǎng)絡(luò)平臺(tái)上面向P2P網(wǎng)貸企業(yè)領(lǐng)域的輿情文本信息出發(fā),結(jié)合情感分析與時(shí)間序列研究,實(shí)現(xiàn)了一種包含情感特征以及時(shí)序信息的文本表征,探討了多用戶、多文檔情感融合分析,并且結(jié)合社交網(wǎng)絡(luò)特定場(chǎng)景,考慮不同社交用戶身份和時(shí)間先后序列等關(guān)聯(lián)特征,提出并實(shí)現(xiàn)了一種時(shí)間+用戶雙注意力機(jī)制模型,對(duì)時(shí)間維度的影響力以及用戶重要性表示等社交網(wǎng)絡(luò)關(guān)聯(lián)特征加以利用,實(shí)現(xiàn)了P2P網(wǎng)貸企業(yè)社交網(wǎng)絡(luò)輿情文本信息的情感態(tài)勢(shì)預(yù)測(cè)和分析,并通過(guò)真實(shí)數(shù)據(jù)進(jìn)行實(shí)驗(yàn),結(jié)果表明在三系不同數(shù)據(jù)中F1值分別達(dá)到0.837、0.756和0.850,均高于LSTM等其他5種深度學(xué)習(xí)算法,驗(yàn)證了其有效性。同時(shí),為了能夠科學(xué)的量化反映輿情態(tài)勢(shì)的發(fā)展演化和未來(lái)趨勢(shì),本文構(gòu)建了一個(gè)適用于P2P網(wǎng)貸企業(yè)領(lǐng)域的社交網(wǎng)絡(luò)輿情指標(biāo)體系,對(duì)輿情熱度趨勢(shì)實(shí)現(xiàn)量化計(jì)算,通過(guò)實(shí)驗(yàn)與真實(shí)值對(duì)比,結(jié)果表明準(zhǔn)確率達(dá)到98%以上,有效刻畫了輿情不同階段的發(fā)展特點(diǎn)。在此基礎(chǔ)上,綜合所有研究工作,設(shè)計(jì)實(shí)現(xiàn)了一個(gè)輿情態(tài)勢(shì)研判原型系統(tǒng)。
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2019
【分類號(hào)】：F724.6;F832.4;TP391.1
【圖文】：

２．１．１支持向量機(jī)逡逑支持向量機(jī)（ｓｕｐｐｏｒｔ邋ｖｅｃｔｏｒ邋ｍａｃｈｉｎｅｓ，邋ＳＶＭ）是…種定義在特征空間之上，逡逑由最優(yōu)分割超平面發(fā)展而來(lái)的線性分類器［４３］。如圖２－１所示，代表在一個(gè)二維逡逑空間中的分類問(wèn)題，空心點(diǎn)表示負(fù)例樣本，實(shí)心點(diǎn)表示正例樣本。逡逑＇■＞邋／逡逑、／逡逑／／邐．．．．．

本文編號(hào)：2804074