【摘要】：隨著Web2.0以及移動(dòng)互聯(lián)網(wǎng)的飛速發(fā)展,各種新型應(yīng)用催生了大量的用戶評(píng)論數(shù)據(jù),而這些評(píng)論數(shù)據(jù)大多包含了用戶的觀點(diǎn)或情感傾向。對(duì)用戶的評(píng)論數(shù)據(jù)進(jìn)行情感傾向性分析,對(duì)企業(yè)調(diào)研用戶對(duì)產(chǎn)品和服務(wù)的反饋,以及政府了解人們對(duì)熱點(diǎn)事件的看法和意見(jiàn)有著重要的參考作用。情感傾向分析的目的就是挖掘出用戶在文本中表達(dá)出的對(duì)某個(gè)實(shí)體的情感傾向。 本文首先介紹了情感傾向分析的相關(guān)研究?jī)?nèi)容以及研究現(xiàn)狀。然后對(duì)文本情感傾向分析的算法原理進(jìn)行了闡述。該文本情感傾向分析算法原理包括兩個(gè)層次：第一層次是情感詞級(jí)別的情感極性分類算法,本文通過(guò)設(shè)計(jì)并實(shí)現(xiàn)基于表情符號(hào)的情感詞極性分類算法,利用表情符號(hào)的情感傾向和情感詞與表情符號(hào)之間的關(guān)聯(lián)關(guān)系,將情感詞的情感傾向分類為正向積極和負(fù)向消極兩類；第二層次是文本級(jí)別的情感傾向分析算法,通過(guò)對(duì)文本建立基于情感詞的情感傾向模型,并對(duì)文本的主客觀分類以及對(duì)主觀性文本的情感傾向進(jìn)行分類,判別出文本的情感傾向是正向還是負(fù)向的。 在完成了情感傾向分析的核心算法之后,本文基于該核心算法設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)基于社會(huì)化媒體的情感傾向分析系統(tǒng)(Sentiment Analysis System),簡(jiǎn)稱SA系統(tǒng)。該SA系統(tǒng)從人們針對(duì)微博話題所發(fā)表的大量微博中分析并統(tǒng)計(jì)該微博話題總的情感傾向,并且將情感傾向分析的結(jié)果通過(guò)Web頁(yè)面的可視化方式進(jìn)行了展示。本文從SA系統(tǒng)需求分析、架構(gòu)設(shè)計(jì)、數(shù)據(jù)庫(kù)設(shè)計(jì)以及前端頁(yè)面設(shè)計(jì)等方面進(jìn)行闡述,并對(duì)實(shí)現(xiàn)后的SA系統(tǒng)進(jìn)行了測(cè)試。
[Abstract]:With the rapid development of Web2.0 and mobile Internet, a lot of user comments are generated by various new applications, and most of these comments data contain users' views or emotional tendencies. It is important to analyze the emotional tendency of the users' comment data, to investigate the users' feedback to the products and services, and to understand people's views and opinions on the hot issues. The purpose of affective tendency analysis is to find out the emotional tendency expressed by the user in the text. This paper first introduces the related research content and research status of affective tendency analysis. Then the text emotional tendency analysis algorithm principle is expounded. The principle of the text affective tendency analysis algorithm includes two levels: the first level is the affective polarity classification algorithm at the affective word level. This paper designs and implements the affective word polarity classification algorithm based on emoji. By using the affective tendency of emoji and the relation between emotive words and emoji, the affective tendency of emoticons is classified into positive and negative. The second level is the text level of emotional tendency analysis algorithm, through the text based on affective word emotional preference model, and the text of subjective and objective classification and subjective text emotional tendency to classify. Judge whether the emotional tendency of the text is positive or negative. After completing the core algorithm of affective orientation analysis, this paper designs and implements a social-media-based emotional orientation analysis system, (Sentiment Analysis System), for short, SA system based on the core algorithm. The SA system analyzes and statistics the general emotional tendency of Weibo topic from a large number of topics published by people, and displays the results of emotional tendency analysis through the visualization of the Web page. This paper describes the requirements analysis, architecture design, database design and front-end page design of SA system, and tests the SA system after implementation.
【學(xué)位授予單位】：北京郵電大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP391.1;TP393.09

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 呂國(guó)防;;注意新聞表述中的情感傾向[J];新聞實(shí)踐;2011年06期

2 傅向華;劉國(guó);郭巖巖;郭武彪;;中文博客多方面話題情感分析研究[J];中文信息學(xué)報(bào);2013年01期

3 魏晶晶;吳曉吟;;電子商務(wù)產(chǎn)品評(píng)論多級(jí)情感分析的研究與實(shí)現(xiàn)[J];軟件;2013年09期

4 于瀟;萬(wàn)軍;何翔;左尾歡;;校園微博情感分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J];河北工業(yè)大學(xué)學(xué)報(bào);2013年06期

5 封二英;龐靈;;基于弱監(jiān)督迭代法的情感傾向分析[J];無(wú)線互聯(lián)科技;2014年03期

6 龐磊;李壽山;張慧;周?chē)?guó)棟;;基于微博的股票投資者未來(lái)情感傾向識(shí)別研究[J];計(jì)算機(jī)科學(xué);2012年S1期

7 徐鵬;;基于直覺(jué)模糊推理的網(wǎng)頁(yè)在線評(píng)論情感傾向分類[J];計(jì)算機(jī)應(yīng)用與軟件;2013年06期

8 楊偉杰;馬博淵;劉雯;;基于意見(jiàn)目標(biāo)句抽取的中文股評(píng)情感分析方法[J];計(jì)算機(jī)仿真;2014年03期

9 楊江;彭石玉;侯敏;;基于主題情感句的漢語(yǔ)評(píng)論文傾向性分析[J];計(jì)算機(jī)應(yīng)用研究;2011年02期

10 張素智;樊得強(qiáng);李寶燕;;基于網(wǎng)絡(luò)評(píng)論語(yǔ)言學(xué)結(jié)構(gòu)的情感傾向識(shí)別模型[J];鄭州大學(xué)學(xué)報(bào)(理學(xué)版);2011年01期

相關(guān)會(huì)議論文 前4條

1 楊江;侯敏;王寧;;基于主題情感句的漢語(yǔ)評(píng)論文傾向性分析[A];第五屆全國(guó)青年計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2010年

2 林慧恩;林世平;;中文情感傾向分析中主觀句子抽取方法的研究[A];全國(guó)第20屆計(jì)算機(jī)技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議（CACIS·2009）暨全國(guó)第1屆安全關(guān)鍵技術(shù)與應(yīng)用學(xué)術(shù)會(huì)議論文集（上冊(cè)）[C];2009年

3 王素格;楊安娜;;一種混合語(yǔ)言信息的詞語(yǔ)搭配傾向判別方法[A];第五屆全國(guó)信息檢索學(xué)術(shù)會(huì)議論文集[C];2009年

4 宋曉雷;王素格;李紅霞;;基于概率潛在語(yǔ)義分析的詞匯情感傾向判別[A];第五屆全國(guó)青年計(jì)算語(yǔ)言學(xué)研討會(huì)論文集[C];2010年

相關(guān)重要報(bào)紙文章 前3條

1 唐楠;新聞應(yīng)避免情感傾向[N];中國(guó)新聞出版報(bào);2005年

2 魯東;不盡鄉(xiāng)情入畫(huà)來(lái)[N];中國(guó)文化報(bào);2001年

3 楊勇濤;讓攝影喚起心靈的本真[N];中國(guó)攝影報(bào);2005年

相關(guān)博士學(xué)位論文 前5條

1 張奇;細(xì)顆粒度情感傾向分析若干關(guān)鍵問(wèn)題研究[D];復(fù)旦大學(xué);2008年

2 王素格;基于Web的評(píng)論文本情感分類問(wèn)題研究[D];上海大學(xué);2008年

3 楊卉;Web文本觀點(diǎn)挖掘及隱含情感傾向的研究[D];吉林大學(xué);2011年

4 李思;WEB觀點(diǎn)挖掘中關(guān)鍵問(wèn)題的研究[D];北京郵電大學(xué);2012年

5 李方濤;基于產(chǎn)品評(píng)論的情感分析研究[D];清華大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 楊國(guó)峰;基于支持向量機(jī)的篇章情感傾向分析系統(tǒng)研究與實(shí)現(xiàn)[D];中山大學(xué);2011年

2 陳曉東;基于情感詞典的中文微博情感傾向分析研究[D];華中科技大學(xué);2012年

3 王琳;中文微博數(shù)據(jù)凈化與情感傾向分析技術(shù)的研究與實(shí)現(xiàn)[D];東北大學(xué);2013年

4 朱力;中文詞語(yǔ)情感傾向研究[D];哈爾濱工業(yè)大學(xué);2009年

5 彭其偉;基于統(tǒng)計(jì)方法的中文文本情感傾向分類研究[D];山西大學(xué);2007年

6 薛賓;基于評(píng)價(jià)搭配的產(chǎn)品情感傾向聚類方法研究[D];山西大學(xué);2013年

7 黃水桂;基于社會(huì)化媒體的情感傾向分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D];北京郵電大學(xué);2014年

8 孫慧;基于組塊分析的中文短語(yǔ)情感傾向研究[D];哈爾濱工業(yè)大學(xué);2010年

9 周燎明;基于統(tǒng)計(jì)知識(shí)的文本情感傾向研究[D];北京郵電大學(xué);2013年

10 佘偉成;基于微博的熱點(diǎn)發(fā)現(xiàn)與情感傾向分析[D];云南大學(xué);2013年

，

本文編號(hào)：2322281