欢迎来到天天文库
浏览记录
ID:35180955
大小:3.27 MB
页数:65页
时间:2019-03-21
《基于情感倾向性的网络舆情分析及演化预测研究》由会员上传分享,免费在线阅读,更多相关内容在学术论文-天天文库。
1、分类号TP391单位代码:101於:研巧生学号2013532046巧级:公开:m巧林大樂硕女樂位论文擎术擎化()基于情感倾向牲的网络舆情分祈及演化预测硏究clionProfNtwPublicReseachonAnalsandEvotedictioneoriryisuOpinionbasedonEmotionalTendency作者姓名:孙培星专业*计算机软件与巧论研究方向SWeb挖巧指导教师:彭涛教巧培养单位:计算化
2、科学与技术学院2016年5月基于情感倾向性的网络舆情分析及演化预测研究^tnPredictionofNetworkioResea忙honAnalysisandEvoluPublicOpinionbasedonEmotionalTendency作者姓名;孙培星专业名称;计算机软件与理论指导教师:彭涛教授学位类别;工学硕±答辩曰期:年i月vf曰未经本论女作者的书面授权,依法收存和保管本论文书面版本、电子版本的任何单位和个人,均不得对本论文
3、的全部或部分内容进行任何形式的复制、修改、发行、出租、改编等有碍作者著作权的商业性使用(但纯学术性使用不在此限)。否则应承担侵权的法律责任。,吉林大学硕±学位论文原创性声明本人郑重声明:所呈交的硕±学位论文,是本人在指导教师的指导下。除文中已经注明引用的内,独立进行研巧工作所取得的成果容外,本论文不包含任何其他个人或集体己经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体,均已在文中明确方式标明。本人完全意识到本声明的法律结果由本人承担。学位论文作者
4、签名:句日期/知击月日;)摘要摘要基于情感倾向性的网络舆情分析及演化预测研究近年来,互联网社交工具的快速普及对我国社会产生了巨大的影响,并成为人们了解世界、交换意见的重要平台。在网络技术发展的同时,互联网和社会舆情逐渐融合,于是便产生了网络舆情的概念,网络舆情能够真实、快速的反映社会舆论,尤其是最近几年社交平台的迅速崛起,网络舆情在很大程度上引导着认识的基本认识,因此网络舆情的情感倾向及演化变的尤为重要,对政府的行政方式和决策机制都产生了极大的影响。所以,网络舆情分析技术便应运而生。本文在传统
5、文本分类算法支持向量机的基础上,针对网络社交媒介引入特定的情感词典,并将其应用在特征选择方面,构造文本倾向性分类器,使用该分类器判别微博的情感极性(正向或负向)。同时,进一步研究网络舆情的演化规律情况,即舆情热度的变化规律,综合考虑影响舆情热度的驱动因素,最后通过实验验证论文中采用的方法的可行性与有效性。本文的主要研究内容可以概括为以下四个方面:1.对HowNet中文词典重新整理与补充,尝试构建网络舆情分析的特定情感词典,为下文网络舆情情感分类器的构建奠定了一定的实验基础;2.对原始实验数据进行人工标
6、注,并进行数据预处理;3.将情感词典应用到文本特征选择上,提出将词频法和互信息法相结合的特征提取方法,选取满足条件的特征并计算其权值,训练模型,并通过实验验证本文所提方法的有效性;4.利用训练得到的情感分类器对整体微博舆情进行极性判断,得到负向舆情信息集合,使用回归模型分析负面网络舆情的演化规律,并对网络舆情热度进行研究,找出影响舆情热度的因素,分析每种因素对舆情热度影响的显著性,建立多元线性回归预测模型,最后分析预测负向舆情与整体舆情热度的演化规律。实验表明,在网络舆情情感分类方面,引入情感词典之后
7、,所选取的特征更加具有领域性和代表性,再将词频和互信息方法相结合更能很好的表征数据,实验结果较单纯使用词频和互信息的特征选择方法更加有效。在网络舆情演化分析方面,把影响舆情热度的驱动因素作为多元线性回归模型的自变量,分析自变量的显著性以及它们之间是否存在多重共线性,并对模型的预测值和实际值做差值I摘要分析,证明了模型应用于预测的可行性。最后,使用回归模型对负向舆情信息和整体舆情信息的热度做对比,分析了时序网络舆情的演化规律。关键词:倾向性分类,舆情分析,特征选择,多元线性回归IIAbstractAbs
8、tractResearchonanalysisandevolutionpredictionofnetworkpublicopinionbasedonemotionaltendencyTherapidpopularizationofInternettechnologyhasagreatimpactonChina'ssociety,andbecomesanimportantplatformforpeopletounderstandtheworldandexc
此文档下载收益归作者所有