云計(jì)算的快速發(fā)展促進(jìn)了各行業(yè)資源的協(xié)調(diào)整合,越來(lái)越多的個(gè)人與組織機(jī)構(gòu)將本地的應(yīng)用資源以Web服務(wù)的形式迀移到云計(jì)算資源池（即云服務(wù)社區(qū)）中,以便用戶(hù)選擇調(diào)用。這種服務(wù)部署模式加速了Web服務(wù)資源數(shù)量與質(zhì)量的更新,云資源池中的Web服務(wù)呈指數(shù)型增長(zhǎng)�；赟aaS平臺(tái)的云服務(wù)社區(qū)的Web服務(wù)推薦因生態(tài)系統(tǒng)復(fù)雜性給服務(wù)計(jì)算提出新難題。近年來(lái),越來(lái)越多的人對(duì)消費(fèi)者評(píng)論的情感傾向感興趣,以評(píng)估產(chǎn)品評(píng)級(jí)和公眾偏好,因此,這種分析的研究和技術(shù)變得越來(lái)越普遍和成熟。然而,對(duì)中文API服務(wù)的使用評(píng)價(jià)進(jìn)行情感分析的深度學(xué)習(xí)研究卻很少有人關(guān)注。為了更好地挖掘云服務(wù)社區(qū)中用戶(hù)觀點(diǎn)文本的有效信息,本文提出了基于深度學(xué)習(xí)的對(duì)用戶(hù)觀點(diǎn)數(shù)據(jù)進(jìn)行情感分析的方法。首先,對(duì)云服務(wù)社區(qū)中的原始數(shù)據(jù)進(jìn)行人工標(biāo)注和預(yù)處理,利用Gensim和Word2Vec將文本轉(zhuǎn)換為可輸入模型的形式;接著設(shè)計(jì)并實(shí)現(xiàn)了LSTM、BiLSTM和GRU三種深度學(xué)習(xí)模型實(shí)現(xiàn)情感分類(lèi)的任務(wù),并將其與使用K-最近鄰、SVM和樸素貝葉斯三種機(jī)器學(xué)習(xí)算法建立的情感傾向模型的實(shí)驗(yàn)結(jié)果進(jìn)行對(duì)比,結(jié)果證明了深度學(xué)習(xí)方法的有效性;最后對(duì)建立的三種深度學(xué)習(xí)模型的性能進(jìn)行... 

【文章來(lái)源】：內(nèi)蒙古大學(xué)內(nèi)蒙古自治區(qū) 211工程院校

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景
        1.1.1 云服務(wù)社區(qū)背景
        1.1.2 深度學(xué)習(xí)的相關(guān)背景
    1.2 本文研究?jī)?nèi)容與意義
    1.3 創(chuàng)新點(diǎn)
    1.4 論文組織結(jié)構(gòu)
第二章 相關(guān)工作概述
    2.1 前言
    2.2 情感分析研究綜述
        2.2.1 基于情感詞典的情感分析方法的研究
        2.2.2 基于機(jī)器學(xué)習(xí)的情感分析方法的研究
        2.2.3 基于深度學(xué)習(xí)的情感分析方法的研究
    2.3 服務(wù)推薦的研究綜述
        2.3.1 Web服務(wù)的相關(guān)研究
        2.3.2 服務(wù)推薦方法
        2.3.3 基于用戶(hù)的Web服務(wù)推薦方法的相關(guān)研究
    2.4 本章小結(jié)
第三章 云服務(wù)社區(qū)用戶(hù)觀點(diǎn)數(shù)據(jù)處理
    3.1 云服務(wù)社區(qū)數(shù)據(jù)集采集
    3.2 數(shù)據(jù)預(yù)處理模塊的實(shí)現(xiàn)
        3.2.1 數(shù)據(jù)清洗
        3.2.2 中文分詞
        3.2.3 去除停用詞
    3.3 中文評(píng)論表示方法
        3.3.1 Gensim
        3.3.2 詞嵌入
    3.4 本章小結(jié)
第四章 用戶(hù)觀點(diǎn)情感傾向模型的設(shè)計(jì)與實(shí)現(xiàn)
    4.1 前言
    4.2 基于深度學(xué)習(xí)的情感分類(lèi)模型
        4.2.1 嵌入層
        4.2.2 循環(huán)層
        4.2.3 核心層
    4.3 基于機(jī)器學(xué)習(xí)的情感分類(lèi)模型
    4.4 情感傾向模型在云服務(wù)社區(qū)中的應(yīng)用
    4.5 實(shí)驗(yàn)
        4.5.1 實(shí)驗(yàn)環(huán)境
        4.5.2 實(shí)驗(yàn)評(píng)估標(biāo)準(zhǔn)
        4.5.3 與基于機(jī)器學(xué)習(xí)方法的實(shí)驗(yàn)結(jié)果對(duì)比
        4.5.4 深度學(xué)習(xí)模型性能評(píng)估對(duì)比實(shí)驗(yàn)
        4.5.5 模型參數(shù)對(duì)比實(shí)驗(yàn)
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 工作總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間的研究成果



本文編號(hào)：3348683