社会化媒体情感挖掘与信息传播

李慧，女，首都师范大学副教授，硕士生导师，主要研究方向为人工智能、自然语言处理、数据挖掘等。2005年7月于中国科学院自动化研究所获得工学博士学位，2005.11-2008.10年在中国科学院声学研究所博士后流动站做博士后研究工作。以独立作者在国内外学术期刊和国际主流学术会议上发表论文20余篇，主编/参编专著、教材6本，申请发明专利1项，获得软件著作权1项；作为课题负责人先后完成国家自然科学基金面上项目1项、国家社会科学基金项目2项、中国博士后科学基金1项、北京市人才培养资助项目1项、北京市属高等学校人才强教深化计划项目1项、北京市教育委员会科技计划面上项目1项，作为学术骨干参加了多项国家自然科学基金项目、科技部973项目、863项目，获得“2006年度中国科学院王宽诚博士后工作奖励基金”。

第1章绪论1

1.1社会化媒体的客观信息挖掘1

1.1.1社会网络分析1

1.1.2社会化媒体信息传播2

1.2社会化媒体的主观信息挖掘3

1.2.1社会化媒体情感挖掘4

1.2.2情感分析评测会议7

1.2.3语料库资源8

1.3社会化媒体的应用研究9

第2章社会化媒体语料的获取及预处理12

2.1语料的自动获取13

2.1.1基于网络爬虫的半结构化语料自动获取13

2.1.2基于Web API的半结构化语料自动获取方法20

2.1.3基于模拟浏览器的语料自动获取方法22

2.2语料预处理24

2.3情感词典25

2.3.1基础词典26

2.3.2修饰词典28

2.3.3情感词典的自动构建29

2.4中文分词34

2.4.1中文分词方法35

2.4.2中文分词工具39

2.4.3中文分词研究的基本问题40

2.5句法分析42

2.5.1句法分析语法体系43

2.5.2句法分析方法46

2.5.3中文句法分析工具48

第3章中文新词发现50

3.1中文新词51

3.1.1新词的定义与特点51

3.1.2新词的构词特性51

3.2中文新词发现技术52

3.2.1新词发现的难点53

3.2.2候选新词提取53

3.2.3垃圾字串过滤58

3.2.4评价指标60

3.3基于迭代的新词发现算法61

3.3.1重复模式抽取61

3.3.2重复模式统计特征计算62

3.3.3基于迭代的新词发现的实例64

3.4基于N-Gram的新词发现算法68

3.4.1候选词抽取68

3.4.2算法思路69

3.4.3基于N-Gram的新词发现的实例70

第4章词语级情感倾向性分析78

4.1候选情感词提取78

4.1.1基准种子词的选取78

4.1.2词语相似度计算79

4.1.3候选词的抽取及过滤81

4.2词语情感强度计算82

4.2.1基于词典的词语情感强度计算82

4.2.2基于统计的词语情感强度计算82

4.3评价指标85

4.4融合HowNet和PMI的情感倾向性计算87

4.4.1算法思想87

4.4.2融合HowNet和PMI的词语情感倾向性分析的实例88

第5章句子/篇章级情感倾向性分析92

5.1情感倾向性分析算法92

5.1.1基于情感词典和规则的情感倾向性分析92

5.1.2基于机器学习的情感倾向性分析93

5.2基于词典和规则的情感倾向性分析100

5.2.1基于基础情感词典的情感倾向性分析100

5.2.2基于规则和多部情感词典的情感倾向性分析101

5.3基于句法和规则集的情感倾向性分析104

5.3.1句型和句间关系规则105

5.3.2程度修饰和否定修饰规则111

5.3.3文本情感值计算117

5.4句子级/篇章级情感倾向性分析的实例118

5.4.1实验设置118

5.4.2实验结果分析118

第6章社会化媒体文本的多级情感分析126

6.1基于情感词典和规则的多级情感分析126

6.2基于机器学习的多级情感分析128

6.2.1特征选择128

6.2.2情感分类模型129

6.3融合类序列规则和机器学习的多级情感分析131

6.3.1关联规则132

6.3.2社会化媒体语料中挖掘类序列规则144

6.3.3社会化媒体语料的情感分类145

6.4社会化媒体文本多级情感分析的实例147

6.4.1实验设置147

6.4.2实验结果分析148

第7章社会化媒体信息网络160

7.1复杂网络160

7.1.1复杂网络的拓扑参数161

7.1.2复杂网络的拓扑特性165

7.2情感词共现网络168

7.2.1情感词共现网络的构建168

7.2.2情感词共现网络的拓扑结构170

7.3媒体信息传播网络177

7.3.1媒体信息传播网络的构建177

7.3.2媒体信息传播网络的拓扑结构178

7.3.3媒体信息传播网络的用户互动行为181

7.4基于拓扑势的关键用户识别188

7.4.1节点重要度评估189

7.4.2关键用户识别194

7.4.3用户角色划分201

社会化媒体情感挖掘与信息传播是人工智能、数据挖掘、自然语言处理、传播学、情报学等多学科交叉研究领域之一，对网络舆情的预警、分析、监测和管理等具有重要意义。本书系统地介绍了社会化媒体情感挖掘与信息传播的主要思想、理论及方法，特别是社会化媒体语料的获取及预处理、中文新词发现、情感倾向性分析、多级情感分类、社会化媒体信息网络等。除绪论外，每章介绍一个主题，从实际需求或问题出发，由浅入深，阐明思想，理论结合实践，便于读者掌握社会化媒体情感挖掘与信息传播理论与方法的实质，学以致用。

本书可作为社会化媒体处理、情感分析、信息传播等专业的科研人员、管理人员的参考书，也可作为高等院校相关课程的教学用书。