發(fā)布時(shí)間：2021-01-10 04:22

　　通過基于領(lǐng)域詞典的情感分析法,從用戶生成的內(nèi)容中更為準(zhǔn)確地分析其情感狀態(tài),為民宿業(yè)提供一種新的研究視角。以貴陽(yáng)民宿評(píng)論為研究樣本,采用SO-PMI算法完成領(lǐng)域詞典的構(gòu)建,并借助LDA主題模型和可視化技術(shù)對(duì)用戶評(píng)論進(jìn)行情感分析。研究發(fā)現(xiàn),構(gòu)建的領(lǐng)域詞典相較基礎(chǔ)情感詞典而言,性能上得到提升,尤其在負(fù)面評(píng)論方面,準(zhǔn)確率、召回率上分別提升了17%和16%。同時(shí)結(jié)合LDA主題挖掘,詳盡分析民宿評(píng)論中的正負(fù)面主題并分析其內(nèi)在原因,這能為民宿管理者做出更好的決策提供數(shù)據(jù)支持和理論支撐。 

【文章來(lái)源】：科學(xué)技術(shù)與工程. 2020,20(07)北大核心

【文章頁(yè)數(shù)】：7 頁(yè)

【文章目錄】：
1 相關(guān)工作
    1.1 文本數(shù)據(jù)情感分析
    1.2 LDA模型
2 基于領(lǐng)域詞典的情感分析模型
    2.1 基礎(chǔ)詞典構(gòu)建
        2.1.1 基礎(chǔ)詞典選用
        2.1.2 否定詞構(gòu)建
        2.1.3 程度副詞構(gòu)建
        2.1.4 語(yǔ)法規(guī)則構(gòu)建
    2.2 領(lǐng)域詞典構(gòu)建
        2.2.1 情感傾向點(diǎn)互信息算法
        2.2.2 情感傾向值歸一化
3 實(shí)驗(yàn)及結(jié)果分析
    3.1 實(shí)驗(yàn)數(shù)據(jù)
    3.2 領(lǐng)域詞典效果分析
    3.3 情感分類的主題挖掘
4 結(jié)論


【參考文獻(xiàn)】：
期刊論文
[1]基于扎根理論與詞典構(gòu)建的微博突發(fā)事件情感分析與輿情引導(dǎo)策略[J]. 張鵬,崔彥琛,蘭月新,吳立志.  現(xiàn)代情報(bào). 2019(03)
[2]基于LDA和隨機(jī)森林的微博謠言識(shí)別研究——以2016年霧霾謠言為例[J]. 曾子明,王婧.  情報(bào)學(xué)報(bào). 2019(01)
[3]基于文本評(píng)論的在線民宿信譽(yù)評(píng)價(jià)指標(biāo)關(guān)注度研究[J]. 房孟春,曲穎.  地域研究與開發(fā). 2018(05)
[4]一種基于LDA主題模型的政策文本聚類方法研究[J]. 張濤,馬海群.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(09)
[5]基于情感分析的移動(dòng)圖書館用戶生成內(nèi)容評(píng)價(jià)效果研究[J]. 王晰巍,楊夢(mèng)晴,韋雅楠,王鐸.  圖書情報(bào)工作. 2018(18)
[6]消防突發(fā)事件網(wǎng)絡(luò)輿情情感詞典構(gòu)建研究[J]. 崔彥琛,張鵬,蘭月新,吳立志.  情報(bào)雜志. 2018(10)
[7]基于詞典和弱標(biāo)注信息的電影評(píng)論情感分析[J]. 樊振,過弋,張振豪,韓美琪.  計(jì)算機(jī)應(yīng)用. 2018(11)
[8]基于LDA的交叉學(xué)科潛在主題識(shí)別研究——以數(shù)字圖書館為例[J]. 商憲麗.  情報(bào)科學(xué). 2018(06)
[9]基于情感分類的競(jìng)爭(zhēng)企業(yè)新聞文本主題挖掘[J]. 王樹義,廖樺濤,吳查科.  數(shù)據(jù)分析與知識(shí)發(fā)現(xiàn). 2018(03)
[10]基于在線評(píng)論數(shù)據(jù)的景區(qū)門票浮動(dòng)制測(cè)評(píng)分析方法[J]. 李琴,李少波,王安虹,吳陽(yáng),胡建軍.  科學(xué)技術(shù)與工程. 2018(01)



本文編號(hào)：2968052