近年來(lái),為了通過(guò)加快發(fā)展都市近郊的鄉(xiāng)村旅游項(xiàng)目來(lái)提高農(nóng)村發(fā)展水平,各種農(nóng)業(yè)和旅游業(yè)融合發(fā)展的活動(dòng)相繼展開(kāi),但這些項(xiàng)目在發(fā)展過(guò)程中出現(xiàn)了同質(zhì)化的現(xiàn)象,千篇一律,缺乏吸引力。隨著“互聯(lián)網(wǎng)+農(nóng)業(yè)”發(fā)展模式的迅速推進(jìn),目前互聯(lián)網(wǎng)上也出現(xiàn)了大量游客上傳的與古村落和古鎮(zhèn)相關(guān)的點(diǎn)評(píng)評(píng)論。這些古村落和古鎮(zhèn)的發(fā)展已經(jīng)初具規(guī)模,積累了一定的知名度,在地理定位上又與鄉(xiāng)村一致,因此可以借鑒這類古村落和古鎮(zhèn)在不同季節(jié)的經(jīng)營(yíng)方式,來(lái)改善出現(xiàn)同質(zhì)化現(xiàn)象的鄉(xiāng)村旅游項(xiàng)目的品質(zhì)。本文選取8個(gè)全國(guó)具有代表性的古村落和古鎮(zhèn)作為研究對(duì)象,采用爬蟲技術(shù)采集了相關(guān)平臺(tái)上與古村鎮(zhèn)相關(guān)的游客評(píng)論,通過(guò)分析游客評(píng)論為同質(zhì)化嚴(yán)重的鄉(xiāng)村旅游的發(fā)展提供決策支持。首先,由于農(nóng)業(yè)易受季節(jié)變化影響,以基礎(chǔ)農(nóng)業(yè)為依托的鄉(xiāng)村旅游的經(jīng)營(yíng)也會(huì)受到季節(jié)變化的影響,本文提出采用加入時(shí)間標(biāo)簽的Labeled LDA模型分析這類文本信息。但現(xiàn)有的模型在進(jìn)行主題分類時(shí),尚不能區(qū)分季節(jié)性主題詞和常規(guī)性主題詞,據(jù)此本文提出通過(guò)引入方差來(lái)改進(jìn)Labeled LDA模型中特征詞權(quán)重的計(jì)算方法。實(shí)驗(yàn)結(jié)果表明,該模型能解決常規(guī)性主題詞干擾主題分類的問(wèn)題,相較于傳統(tǒng)模型具有更強(qiáng)的... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：51 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
1 緒論
    1.1 研究背景
    1.2 研究目的與意義
    1.3 國(guó)內(nèi)外研究現(xiàn)狀
        1.3.1 網(wǎng)絡(luò)評(píng)論的相關(guān)研究
        1.3.2 主題模型相關(guān)研究
        1.3.3 特征詞提取相關(guān)研究
        1.3.4 聯(lián)合情感/主題模型相關(guān)研究
        1.3.5 國(guó)內(nèi)外研究小結(jié)
    1.4 研究?jī)?nèi)容與技術(shù)路線
    1.5 主要?jiǎng)?chuàng)新點(diǎn)
2 理論基礎(chǔ)和關(guān)鍵技術(shù)
    2.1 主題模型
        2.1.1 LDA模型
        2.1.2 Labeled LDA模型
    2.2 TF-IDF特征提取方法
    2.3 JST模型簡(jiǎn)介
3 基于方差加權(quán)的Labeled LDA模型的主題分類
    3.1 改進(jìn)Labeled LDA主題模型
        3.1.1 傳統(tǒng)TF-IDF的不足
        3.1.2 方差加權(quán)
        3.1.3 方差加權(quán)的Labeled LDA模型
    3.2 實(shí)驗(yàn)過(guò)程
        3.2.1 實(shí)驗(yàn)數(shù)據(jù)
        3.2.2 對(duì)比實(shí)驗(yàn)
        3.2.3 評(píng)價(jià)指標(biāo)
    3.4 結(jié)果分析
    3.5 本章小結(jié)
4 基于聯(lián)合情感/主題模型的情感分類
    4.1 結(jié)合先驗(yàn)知識(shí)的JST模型
    4.2 實(shí)驗(yàn)設(shè)計(jì)
        4.2.1 實(shí)驗(yàn)數(shù)據(jù)
        4.2.2 實(shí)驗(yàn)參數(shù)和評(píng)價(jià)指標(biāo)的設(shè)置
    4.3 實(shí)驗(yàn)結(jié)果對(duì)比
    4.4 實(shí)驗(yàn)結(jié)果分析
    4.5 本章小結(jié)
5 結(jié)論與展望
    5.1 結(jié)論
    5.2 展望
參考文獻(xiàn)
個(gè)人簡(jiǎn)介
導(dǎo)師簡(jiǎn)介
獲得成果目錄
致謝


【參考文獻(xiàn)】：
期刊論文
[1]基于LDA模型氣象微博主題內(nèi)容的粉絲偏好挖掘[J]. 劉冠東.  統(tǒng)計(jì)與管理. 2018(12)
[2]一種基于詞加權(quán)LDA模型的專利文獻(xiàn)分類方法[J]. 孫偉,劉文靜,葛麗閣,余璇.  計(jì)算機(jī)技術(shù)與發(fā)展. 2019(03)
[3]基于改進(jìn)Labeled LDA模型的科技視頻文本分類[J]. 馬建紅,樊躍翔.  計(jì)算機(jī)工程. 2018(09)
[4]結(jié)合改進(jìn)的CHI統(tǒng)計(jì)方法的TF-IDF算法優(yōu)化[J]. 馬瑩,趙輝,李萬(wàn)龍,龐海龍,崔巖.  計(jì)算機(jī)應(yīng)用研究. 2019(09)
[5]Supervised topic models with weighted words:multi-label document classification[J]. Yue-peng ZOU,Ji-hong OUYANG,Xi-ming LI.  Frontiers of Information Technology & Electronic Engineering. 2018(04)
[6]網(wǎng)絡(luò)評(píng)論方面級(jí)觀點(diǎn)挖掘方法研究綜述[J]. 韓忠明,李夢(mèng)琪,劉雯,張夢(mèng)玫,段大高,于重重.  軟件學(xué)報(bào). 2018(02)
[7]文本數(shù)據(jù)觀點(diǎn)挖掘技術(shù)綜述[J]. 陳巧紅,孫超紅,賈宇波.  工業(yè)控制計(jì)算機(jī). 2017(02)
[8]基于詞對(duì)主題模型的中分辨率遙感影像土地利用分類[J]. 邵華,李楊,丁遠(yuǎn),劉鳳臣.  農(nóng)業(yè)工程學(xué)報(bào). 2016(22)
[9]抓好“三農(nóng)”工作決勝全面小康社會(huì)[J]. 陳錫文.  中國(guó)井岡山干部學(xué)院學(xué)報(bào). 2016(05)
[10]基于主題種子詞的情感分析方法[J]. 陳永恒,左萬(wàn)利,林耀進(jìn).  計(jì)算機(jī)應(yīng)用. 2015(09)

博士論文
[1]基于主題模型的多標(biāo)簽文本分類及推薦系統(tǒng)若干問(wèn)題研究[D]. 鄒躍鵬.吉林大學(xué) 2019
[2]基于主題模型的文本情感和話題建模的研究[D]. 徐康.東南大學(xué) 2017

碩士論文
[1]基于機(jī)器學(xué)習(xí)的中文文本分類算法的研究與實(shí)現(xiàn)[D]. 朱夢(mèng).北京郵電大學(xué) 2019
[2]基于Labeled-LDA模型的在線醫(yī)療專家推薦研究[D]. 倪秀麗.浙江大學(xué) 2018
[3]基于改進(jìn)TF-IDF特征提取的文本分類模型的設(shè)計(jì)與實(shí)現(xiàn)[D]. 杜朋朋.華中科技大學(xué) 2016
[4]基于Labeled-LDA的文本分類研究與實(shí)現(xiàn)[D]. 董星.北京郵電大學(xué) 2014
[5]基于信息增益和信息熵的特征詞權(quán)重計(jì)算研究[D]. 李海瑞.重慶大學(xué) 2012



本文編號(hào)：3241309