通過基于領域詞典的情感分析法,從用戶生成的內容中更為準確地分析其情感狀態(tài),為民宿業(yè)提供一種新的研究視角。以貴陽民宿評論為研究樣本,采用SO-PMI算法完成領域詞典的構建,并借助LDA主題模型和可視化技術對用戶評論進行情感分析。研究發(fā)現(xiàn),構建的領域詞典相較基礎情感詞典而言,性能上得到提升,尤其在負面評論方面,準確率、召回率上分別提升了17%和16%。同時結合LDA主題挖掘,詳盡分析民宿評論中的正負面主題并分析其內在原因,這能為民宿管理者做出更好的決策提供數(shù)據支持和理論支撐。 

【文章來源】：科學技術與工程. 2020,20(07)北大核心

【文章頁數(shù)】：7 頁

【文章目錄】：
1 相關工作
    1.1 文本數(shù)據情感分析
    1.2 LDA模型
2 基于領域詞典的情感分析模型
    2.1 基礎詞典構建
        2.1.1 基礎詞典選用
        2.1.2 否定詞構建
        2.1.3 程度副詞構建
        2.1.4 語法規(guī)則構建
    2.2 領域詞典構建
        2.2.1 情感傾向點互信息算法
        2.2.2 情感傾向值歸一化
3 實驗及結果分析
    3.1 實驗數(shù)據
    3.2 領域詞典效果分析
    3.3 情感分類的主題挖掘
4 結論


【參考文獻】：
期刊論文
[1]基于扎根理論與詞典構建的微博突發(fā)事件情感分析與輿情引導策略[J]. 張鵬,崔彥琛,蘭月新,吳立志.  現(xiàn)代情報. 2019(03)
[2]基于LDA和隨機森林的微博謠言識別研究——以2016年霧霾謠言為例[J]. 曾子明,王婧.  情報學報. 2019(01)
[3]基于文本評論的在線民宿信譽評價指標關注度研究[J]. 房孟春,曲穎.  地域研究與開發(fā). 2018(05)
[4]一種基于LDA主題模型的政策文本聚類方法研究[J]. 張濤,馬海群.  數(shù)據分析與知識發(fā)現(xiàn). 2018(09)
[5]基于情感分析的移動圖書館用戶生成內容評價效果研究[J]. 王晰巍,楊夢晴,韋雅楠,王鐸.  圖書情報工作. 2018(18)
[6]消防突發(fā)事件網絡輿情情感詞典構建研究[J]. 崔彥琛,張鵬,蘭月新,吳立志.  情報雜志. 2018(10)
[7]基于詞典和弱標注信息的電影評論情感分析[J]. 樊振,過弋,張振豪,韓美琪.  計算機應用. 2018(11)
[8]基于LDA的交叉學科潛在主題識別研究——以數(shù)字圖書館為例[J]. 商憲麗.  情報科學. 2018(06)
[9]基于情感分類的競爭企業(yè)新聞文本主題挖掘[J]. 王樹義,廖樺濤,吳查科.  數(shù)據分析與知識發(fā)現(xiàn). 2018(03)
[10]基于在線評論數(shù)據的景區(qū)門票浮動制測評分析方法[J]. 李琴,李少波,王安虹,吳陽,胡建軍.  科學技術與工程. 2018(01)



本文編號：2968052