目的隨著互聯(lián)網(wǎng)的快速發(fā)展與普及,社會(huì)化標(biāo)注系統(tǒng)中積累了大量的用戶生成內(nèi)容,為充分利用這些資源,本文融合標(biāo)簽與評(píng)論文本數(shù)據(jù)對(duì)用戶標(biāo)注行為進(jìn)行分析并對(duì)健康類圖書主題進(jìn)行挖掘,旨在幫助用戶快速了解健康圖書領(lǐng)域,從而準(zhǔn)確篩選與定位所需資源,并為社會(huì)化標(biāo)注系統(tǒng)平臺(tái)優(yōu)化系統(tǒng)結(jié)構(gòu)與服務(wù)功能提供參考。方法本文運(yùn)用文獻(xiàn)調(diào)研法在整理相關(guān)文獻(xiàn)資料的基礎(chǔ)上提出本文的研究思路,運(yùn)用自然語(yǔ)言處理方法對(duì)抓取到的社會(huì)化標(biāo)注系統(tǒng)“豆瓣讀書”健康類目下的圖書標(biāo)簽與短評(píng)數(shù)據(jù)進(jìn)行處理,然后運(yùn)用統(tǒng)計(jì)學(xué)方法對(duì)用戶的標(biāo)簽標(biāo)注行為與評(píng)論標(biāo)注行為進(jìn)行分析,并運(yùn)用LDA主題模型方法對(duì)健康類圖書主題進(jìn)行挖掘。結(jié)果通過(guò)分析發(fā)現(xiàn):1.用戶傾向于用字符長(zhǎng)度為2～5與名詞、動(dòng)詞、形容詞這三種詞性的標(biāo)簽對(duì)健康類圖書進(jìn)行標(biāo)注。其中名詞使用最多,動(dòng)詞次之,然后是形容詞;2.短評(píng)的情感傾向性與星級(jí)評(píng)分相關(guān)性顯著,情感傾向性與支持度、星級(jí)評(píng)分與支持度呈極弱相關(guān);3.健康類圖書主題主要分為12個(gè)。結(jié)論通過(guò)分析主要得出以下結(jié)論:1.用戶更傾向于使用名詞、動(dòng)詞詞性標(biāo)簽標(biāo)注圖書的書名、作者、主題內(nèi)容、類別以及個(gè)人感悟等信息,更傾向于使用形容詞性標(biāo)簽標(biāo)注對(duì)圖書的評(píng)價(jià)信...

【文章頁(yè)數(shù)】：39 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

圖1-1本文技術(shù)路線圖

本文的技術(shù)路線如圖1-1所示:1.6主要?jiǎng)?chuàng)新點(diǎn)

圖3-1情感傾向性分析結(jié)果(部分)

本文借助百度自然語(yǔ)言處理平臺(tái)中的情感傾向分析技術(shù)對(duì)清洗后的短評(píng)數(shù)據(jù)進(jìn)行情感傾向性分析。百度情感傾向分析技術(shù)可自動(dòng)判斷帶有主觀描述的中文文本的情感極性（分為積極、消極、中性）并給出相應(yīng)的置信度。如圖3-1是部分?jǐn)?shù)據(jù)的情感傾向性分析結(jié)果,其中“l(fā)og_id”為請(qǐng)求....

圖4-1不同主題數(shù)量平均主題余弦相似度

將127本圖書的特征詞作為數(shù)據(jù)源利用Python語(yǔ)言的scikit-learn機(jī)器學(xué)習(xí)工具中的LDA庫(kù)進(jìn)行主題抽取,LDA主題模型超參數(shù)設(shè)置為α=0.001,β=0.02,Gibbs采樣迭代次數(shù)為200次,對(duì)不同主題數(shù)量測(cè)試平均主題余弦相似度以找到最優(yōu)主題數(shù)目(圖4-1),一般認(rèn)....

圖4-2 PyLDAvis主題可視化

(3)主題之間的關(guān)系:LDAvis的作者通過(guò)計(jì)算主題之間的JS距離得到主題間距離矩陣,然后通過(guò)多維尺度分析,提取出主成分做維度,將主題分布到二維平面上,主題之間的位置遠(yuǎn)近就代表了主題之間的接近性[42],此外,氣泡有重疊表示這兩個(gè)主題里的主題詞有交叉。圖4-3主題1PyLDAvi....

本文編號(hào)：4039594