【摘要】：隨著web2.0應用、移動網(wǎng)絡及移動終端的快速普及,社交網(wǎng)絡成為人們?nèi)粘Ｉ畹闹匾M成部分。社交網(wǎng)絡上的興起為情感分析的研究帶來了機遇。社交網(wǎng)絡的情感分析,有助于服務提供商進行服務優(yōu)化、精準營銷;有助于使用者提高體驗、高效消費;有助于政府監(jiān)管部門進行輿情監(jiān)測和引導等。目前,許多學者從對短文本的處理和分析入手,或使用情感詞典,或提取語義特征進行情感分析工作。而在人類對自身行為的探索和研究中,可以發(fā)現(xiàn)行為和情感之間互相影響、互相體現(xiàn)。所以,本文區(qū)別于從文本語意角度著手的方法,從網(wǎng)絡用戶的行為方面進行研究,探索和分析用戶行為與其情感傾向之間的關聯(lián)和規(guī)律,并構(gòu)建基于用戶行為的情感傾向分類器。在社交網(wǎng)絡中,用戶規(guī)模龐大,但其行為規(guī)范性良好、易于劃分和獲取,這為研究網(wǎng)絡用戶行為提供了便利。本文以新浪微博為例,從用戶行為的特征入手,研究用戶行為在社交網(wǎng)絡情感分析工作中的影響和作用。首先就目前的情感分析和用戶行為研究現(xiàn)狀進行了研究,并系統(tǒng)介紹了社交網(wǎng)絡的理論基礎和研究情況。隨后,根據(jù)基于特征的情感分析問題的一般流程,在數(shù)據(jù)準備階段進行了數(shù)據(jù)的抓取、預處理和情感標注等工作;在特征提取階段,進行了用戶行為特征的提取,并通過統(tǒng)計分析和關聯(lián)規(guī)則挖掘方法,研究用戶的行為與其情感傾向間的關聯(lián)關系。最后,對分類技術和貝葉斯及決策樹分類器進行了深入系統(tǒng)的研究,結(jié)合實際情況,使用樸素貝葉斯算法和C4.5算法構(gòu)建基于用戶行為特征的情感分類模型,并對其進行了實驗驗證。本文從網(wǎng)絡用戶的行為方面進行研究,通過一系列研究和實驗,證明了社交網(wǎng)絡中用戶的行為與其情感傾向之間存在一定的聯(lián)系和規(guī)律,從而為進一步的研究打下了基礎。
[Abstract]:With the application of web2.0 and the rapid popularization of mobile network and mobile terminal, social network has become an important part of people's daily life. The rise of social networks brings opportunities for emotional analysis. The emotional analysis of social networks is helpful for service providers to optimize services, accurate marketing; help users to improve their experience, efficient consumption; help government regulators to monitor and guide public opinion, and so on. At present, many scholars begin with the processing and analysis of short texts, or use emotional dictionaries or extract semantic features for emotional analysis. In the exploration and study of human behavior, it can be found that behavior and emotion affect each other and reflect each other. Therefore, this paper is different from the approach from the perspective of text semantics, from the point of view of the behavior of network users to explore and analyze the relationship between user behavior and their emotional tendencies and laws. And construct the classifier of emotion tendency based on user behavior. In the social network, the user scale is huge, but its behavior is normative, easy to divide and obtain, which provides convenience for the study of network user behavior. Taking Sina Weibo as an example, this paper studies the influence and function of user behavior in the affective analysis of social network from the characteristics of user behavior. Firstly, the current research status of emotional analysis and user behavior is studied, and the theoretical basis and research situation of social network are systematically introduced. Then, according to the general process of feature-based affective analysis, data capture, preprocessing and affective tagging are carried out in the data preparation stage, and in the feature extraction stage, the user behavior features are extracted. Through statistical analysis and association rule mining, the relationship between user's behavior and emotional tendency is studied. Finally, the classification technology and Bayesian and decision tree classifier are studied deeply and systematically. Combined with the actual situation, the naive Bayesian algorithm and C4.5 algorithm are used to construct the emotion classification model based on user behavior characteristics. It is verified by experiments. Through a series of studies and experiments, this paper proves that there is a certain relationship and law between the user's behavior and their emotional tendency in social network, thus laying a foundation for further research.
【學位授予單位】：北京郵電大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.1

【參考文獻】

相關期刊論文 前10條

1 楊善林;王佳佳;代寶;李旭軍;姜元春;劉業(yè)政;;在線社交網(wǎng)絡用戶行為研究現(xiàn)狀與展望[J];中國科學院院刊;2015年02期

2 陽愛民;周詠梅;周劍峰;;中文微博語料情感類別自動標注方法[J];計算機應用;2014年08期

3 賴清楠;馬皓;宋維佳;李婷婷;蔣廣學;張蓓;;高校BBS與微博的用戶社交行為特征分析[J];通信學報;2013年S2期

4 何躍;王迪;張麗麗;;基于關聯(lián)規(guī)則的微博主題搜索策略研究[J];情報雜志;2013年06期

5 周勝臣;瞿文婷;石英子;施詢之;孫韻辰;;中文微博情感分析研究綜述[J];計算機應用與軟件;2013年03期

6 謝麗星;周明;孫茂松;;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];中文信息學報;2012年01期

7 何黎;何躍;霍葉青;;微博用戶特征分析和核心用戶挖掘[J];情報理論與實踐;2011年11期

8 楊成明;;微博客用戶行為特征實證分析[J];圖書情報工作;2011年12期

9 趙妍妍;秦兵;劉挺;;文本情感分析[J];軟件學報;2010年08期

10 王曉光;;微博客用戶行為特征與關系特征實證分析——以“新浪微博”為例[J];圖書情報工作;2010年14期

相關會議論文 前1條

1 姚天f ;彭思崴;;漢語主客觀文本分類方法的研究[A];第三屆全國信息檢索與內(nèi)容安全學術會議論文集[C];2007年

相關博士學位論文 前2條

1 肖云鵬;在線社會網(wǎng)絡用戶行為模型與應用算法研究[D];北京郵電大學;2013年

2 易蘭麗;基于人類動力學的微博用戶行為統(tǒng)計特征分析與建模研究[D];北京郵電大學;2012年

相關碩士學位論文 前2條

1 高巖;微博情感分析的相關技術研究[D];華北電力大學;2014年

2 楊琳;基于社交網(wǎng)絡的用戶行為分析及預測[D];西安郵電大學;2013年

，

本文編號：2159188