基于情感分析的Android平臺(tái)用戶畫(huà)像方法研究
發(fā)布時(shí)間:2023-02-26 02:33
在當(dāng)今的網(wǎng)絡(luò)信息時(shí)代,人們?cè)絹?lái)越依賴于網(wǎng)絡(luò)進(jìn)行日常的行為活動(dòng),這些活動(dòng)都會(huì)在網(wǎng)絡(luò)上留下痕跡,而這些痕跡信息通過(guò)分析和轉(zhuǎn)化后就可以生成目標(biāo)的用戶畫(huà)像,從而獲得目標(biāo)用戶的隱私信息。然而,雖然用戶畫(huà)像技術(shù)已經(jīng)有了長(zhǎng)足的發(fā)展和廣泛的應(yīng)用,但是這些技術(shù)主要用于商業(yè)領(lǐng)域的興趣和行為分析,關(guān)于用戶本身內(nèi)在特征的分析尚不多見(jiàn),而將用戶的內(nèi)在特征再細(xì)化為情緒智力水平的畫(huà)像方法則更為少有,用戶畫(huà)像技術(shù)在這一領(lǐng)域仍存在不小的技術(shù)空白。造成這一現(xiàn)象的原因是缺少對(duì)目標(biāo)用戶內(nèi)在特質(zhì)的量化方法,使得大量含有目標(biāo)信息的數(shù)據(jù)被簡(jiǎn)單地處理后丟棄。而能夠?qū)δ繕?biāo)進(jìn)行內(nèi)在特質(zhì)畫(huà)像的往往都是傳統(tǒng)的心理學(xué)模型,這些模型則因技術(shù)問(wèn)題始終停留在人工操作階段。這使得當(dāng)前使用心理學(xué)模型對(duì)目標(biāo)的各項(xiàng)指數(shù)進(jìn)行自動(dòng)量化和用戶畫(huà)像的方法少之又少,并存在模型量化時(shí)所需參數(shù)與現(xiàn)有數(shù)據(jù)內(nèi)容不匹配等問(wèn)題。為了能夠?qū)δ繕?biāo)用戶的內(nèi)在特征進(jìn)行用戶畫(huà)像,本文將信息科學(xué)與心理學(xué)領(lǐng)域結(jié)合起來(lái),提出了一種對(duì)目標(biāo)用戶進(jìn)行情感分析和用戶畫(huà)像的方法。該方法首先對(duì)目標(biāo)用戶在Android平臺(tái)上留存的痕跡信息進(jìn)行采集,并對(duì)這些信息進(jìn)行預(yù)處理,將其分為數(shù)據(jù)統(tǒng)計(jì)信息和文本上下文信息...
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 緒論
1.1 選題背景
1.2 研究意義與研究?jī)?nèi)容
1.3 研究現(xiàn)狀
1.3.1 隱私信息采集方法
1.3.2 社會(huì)關(guān)系研究
1.3.3 情緒智力研究
1.4 論文結(jié)構(gòu)與主要研究工作
2 數(shù)據(jù)獲取與中文分詞相關(guān)技術(shù)
2.1 隱私數(shù)據(jù)獲取技術(shù)
2.1.1 手機(jī)信息獲取方法
2.1.2 微信數(shù)據(jù)庫(kù)破解方法
2.2 中文分詞技術(shù)
2.2.1 基于詞典的分詞方法
2.2.2 基于統(tǒng)計(jì)的分詞方法
2.3 本章小結(jié)
3 基于詞典和統(tǒng)計(jì)相結(jié)合的情感分析方法
3.1 構(gòu)建情感詞典
3.2 詞語(yǔ)的情感值
3.2.1 情感詞的情感值計(jì)算方法
3.2.2 未登錄詞的情感值計(jì)算方法
3.2.3 副詞對(duì)情感值的修正
3.3 句子的情感值
3.3.1 句子的情感值計(jì)算方法
3.3.2 關(guān)聯(lián)詞對(duì)情感值的修正
3.4 實(shí)驗(yàn)結(jié)果與性能分析
3.4.1 評(píng)價(jià)數(shù)據(jù)
3.4.2 評(píng)價(jià)方法與評(píng)估指標(biāo)
3.4.3 實(shí)驗(yàn)結(jié)果
3.5 本章小結(jié)
4 基于數(shù)值和文本分析的用戶畫(huà)像方法
4.1 基于數(shù)值統(tǒng)計(jì)的用戶畫(huà)像
4.1.1 社會(huì)關(guān)系的畫(huà)像方法
4.1.2 社交行為的畫(huà)像方法
4.2 基于文本分析的用戶畫(huà)像
4.2.1 情緒智力量化問(wèn)題
4.2.2 改進(jìn)型情緒智力模型
4.2.3 情緒智力的畫(huà)像方法
4.3 實(shí)驗(yàn)結(jié)果與性能分析
4.3.1 實(shí)驗(yàn)流程與結(jié)果
4.3.2 參數(shù)值選取分析
4.3.3 情緒智力畫(huà)像結(jié)果分析
4.3.4 情緒智力畫(huà)像的準(zhǔn)確性驗(yàn)證
4.4 本章小結(jié)
5 論文總結(jié)與未來(lái)展望
5.1 論文工作總結(jié)
5.2 未來(lái)工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3749633
【文章頁(yè)數(shù)】:69 頁(yè)
【學(xué)位級(jí)別】:碩士
【文章目錄】:
致謝
摘要
ABSTRACT
1 緒論
1.1 選題背景
1.2 研究意義與研究?jī)?nèi)容
1.3 研究現(xiàn)狀
1.3.1 隱私信息采集方法
1.3.2 社會(huì)關(guān)系研究
1.3.3 情緒智力研究
1.4 論文結(jié)構(gòu)與主要研究工作
2 數(shù)據(jù)獲取與中文分詞相關(guān)技術(shù)
2.1 隱私數(shù)據(jù)獲取技術(shù)
2.1.1 手機(jī)信息獲取方法
2.1.2 微信數(shù)據(jù)庫(kù)破解方法
2.2 中文分詞技術(shù)
2.2.1 基于詞典的分詞方法
2.2.2 基于統(tǒng)計(jì)的分詞方法
2.3 本章小結(jié)
3 基于詞典和統(tǒng)計(jì)相結(jié)合的情感分析方法
3.1 構(gòu)建情感詞典
3.2 詞語(yǔ)的情感值
3.2.1 情感詞的情感值計(jì)算方法
3.2.2 未登錄詞的情感值計(jì)算方法
3.2.3 副詞對(duì)情感值的修正
3.3 句子的情感值
3.3.1 句子的情感值計(jì)算方法
3.3.2 關(guān)聯(lián)詞對(duì)情感值的修正
3.4 實(shí)驗(yàn)結(jié)果與性能分析
3.4.1 評(píng)價(jià)數(shù)據(jù)
3.4.2 評(píng)價(jià)方法與評(píng)估指標(biāo)
3.4.3 實(shí)驗(yàn)結(jié)果
3.5 本章小結(jié)
4 基于數(shù)值和文本分析的用戶畫(huà)像方法
4.1 基于數(shù)值統(tǒng)計(jì)的用戶畫(huà)像
4.1.1 社會(huì)關(guān)系的畫(huà)像方法
4.1.2 社交行為的畫(huà)像方法
4.2 基于文本分析的用戶畫(huà)像
4.2.1 情緒智力量化問(wèn)題
4.2.2 改進(jìn)型情緒智力模型
4.2.3 情緒智力的畫(huà)像方法
4.3 實(shí)驗(yàn)結(jié)果與性能分析
4.3.1 實(shí)驗(yàn)流程與結(jié)果
4.3.2 參數(shù)值選取分析
4.3.3 情緒智力畫(huà)像結(jié)果分析
4.3.4 情緒智力畫(huà)像的準(zhǔn)確性驗(yàn)證
4.4 本章小結(jié)
5 論文總結(jié)與未來(lái)展望
5.1 論文工作總結(jié)
5.2 未來(lái)工作展望
參考文獻(xiàn)
作者簡(jiǎn)歷及攻讀碩士學(xué)位期間取得的研究成果
學(xué)位論文數(shù)據(jù)集
本文編號(hào):3749633
本文鏈接:http://sikaile.net/kejilunwen/ruanjiangongchenglunwen/3749633.html
最近更新
教材專著