基于互联网+大数据的舆情分析

图书标准信息

• 作者 李勇
• 出版社 西安电子科技大学出版社
• 出版时间 2020-07
• 版次 1
• ISBN 9787560655192
• 定价 36.00元
• 装帧 其他
• 开本 16开
• 纸张 胶版纸
• 页数 152页

【内容简介】

本书借助大数据技术、统计学方法、人工智能技术对社会热点事件展开情感实证分析。以技术为主、分析为此、情感为辅。通过先进的技术分析情感的发展。本研究以微博平台作为切入口获取情感挖掘的大数据来源，通过构建一个较为全面的社会性事件情感分类词典，对社交网络中微博用户情感进行挖掘与可视化。通过对公众情感类型的多维度解析，从情感传播环境、情感传播方式、社会网络结构和用户行为模式四个方面探索社交网络中的舆情传播特征，由此提出合理引导网络舆情的相关对策建议。

【目录】

章 绪论

1.1 研究背景及研究意义

1.1.1 研究背景

1.1.2 研究意义

1.2 文献综述

1.2.1 社交网络分析

1.2.2 情感分析研究

1.2.3 情感传播特征分析

1.3 研究思路及研究方法

第2章 互联网+用户情感挖掘的技术与方法

2.1 情感词典构建方法

2.1.1 基于函数优化的通用情感词典构建

2.1.2 基于ModuIarity优化的通用情感词典构建

2.1.3 基于扩展信息瓶颈的领域情感词典构建

2.1.4 基于情感词典的产品属性挖掘系统

2.2 网络爬虫技术

2.2.1 网络爬虫的分类及工作原理

2.2.2 网络爬虫系统的体系结构

2.2.3 网络爬虫系统模块

2.2.4 网络爬虫系统设计与实现

2.3 文本挖掘技术

2.3.1 文本挖掘概念

2.3.2 中文文本挖掘流程

2.3.3 中文文本挖掘工具

2.3.4 中文文本挖掘方法

2.4 倾向性分析技术

2.4.1 朴素贝叶斯

2.4.2 支持向量机

2.4.3 优选熵分类器

2.4.4 基于多分类器的方法

2.4.5 基于相似度的方法

2.4.6 基于图论的方法

2.4.7 条件随机场

2.4.8 情感分类器的领域移植

第3章 互联网+用户情感的识别与计算

3.1 基于词典的情感分类词表构建

3.1.1 目标词汇来源

3.1.2 基于HowNet的义项标注

3.1.3 目标词分类方法

3.1.4 情绪分类词表构建

3.1.5 评价分类词表构建

3.2 基于待分析微博语料的情感词扩展

3.2.1 分词技术

3.2.2 停用词过滤

3.2.3 词性标注

3.2.4 文本表示方法

3.2.5 特征提取

3.3 基于统计的微博表情词典的构建

3.3.1 表情符号与微博文本的关系

3.3.2 表情符号对文本情感倾向的影响

……

内容摘要

本书借助大数据技术、统计学方法、人工智能技术对社会热点事件展开情感实证分析。以技术为主、分析为此、情感为辅。通过先进的技术分析情感的发展。本研究以微博平台作为切入口获取情感挖掘的大数据来源，通过构建一个较为全面的社会性事件情感分类词典，对社交网络中微博用户情感进行挖掘与可视化。通过对公众情感类型的多维度解析，从情感传播环境、情感传播方式、社会网络结构和用户行为模式四个方面探索社交网络中的舆情传播特征，由此提出合理引导网络舆情的相关对策建议。