解读大数据--支持决策研讨的文本分析方法研究

图书标准信息

• 作者 邓莎莎 著
• 出版社 中西书局
• 出版时间 2017-10
• 版次 1
• ISBN 9787547513262
• 定价 49.00元
• 装帧 平装
• 开本 16开
• 纸张 轻型纸
• 页数 222页
• 字数 156千字
• 正文语种 简体中文

【内容简介】

　　利用社会化媒体支持商业决策研讨的方式已经被越来越多的组织所采用。尽管在线研讨方式给组织带来了巨大的价值，但是，互联网环境中在线研讨文本数据分析存在各种挑战。“如何有效利用研讨文本数据支持决策研讨？”仍然是组织面临的现实问题。
　　《解读大数据》一书提出了支持在线研讨意义构建的基于LAP的文本分析方法，并提出了相关的算法，进而，针对在线研讨中常见的网络欺骗问题，提出了加入欺骗语言特征的在线评论欺骗识别方法，最后，提出了“主题—利益相关群体—情感”的网络民意建模方法，并给出了具体应用实例。对决策探讨中的数据分析甚至更广大的信息管理领域具有重要意义。

【作者简介】

　　邓莎莎，上海外国语大学国际工商管理学院讲师。中南大学计算机应用学硕士，上海交通大学管理学博士。主要的研究兴趣为决策支持系统、大数据分析与商务智能、文本挖掘。目前已主持或参与国家、省部级多项纵向研究课题，发表学术论文十余篇。

【目录】

第1章　绪论

1.1 研究背景

1.2　研究对象与意义

1.2.1 研究对象

1.2.2 研究意义

1.3 研究文献综述

1.3.1 研讨文本数据分析简述

1.3.2 在线研讨中欺骗问题研究简述

1.3.3 社会化媒体数据集成研究简述

1.3.4 决策支持系统研究简述

1.3.5 研究评述

1.4 研究问题的提出

1.5 研究思路与本书框架

1.5.1 研究思路

1.5.2 研究方法

1.5.3 研究内容

1.5.4 技术路线

1.6 本书主要创新之处

第2章 支持在线研讨意义构建的文本分析方法研究

2.1 引言

2.2 在线研讨中的意义构建与语言行为视角

2.2.1 意义构建理论

2.2.2 语言行为视角

2.2.3 基于LAP的文本分析框架

2.3 研究假设

2.3.1 会话主题拆解理论假设

2.3.2 连贯性分析理论假设

2.3.3 言语行为分类理论假设

2.3.4 意义构建理论假设

2.4 基于LAP的文本分析系统

2.4.1 会话主题拆解

2.4.2 连贯性分析

2.4.3 言语行为分类

2.4.4 言语行为树

2.5 小结

第3章 LTAS系统的实验与评估

3.1 实验总体设计

3.2 实验1：会话主题拆解算法的实验与评估

3.2.1 实验设计

3.2.2 性能指标

3.2.3 结果与讨论

3.3 实验2：连贯性分析方法的实验与评估

3.3.1 实验2a：连贯性分析特征

3.3.2 实验2b：连贯性分析方法对比实验

3.4 实验3：言语行为分类算法的实验与评估

3.4.1 言语行为类别定义

3.4.2 言语行为人工标注

3.4.3 结果与讨论

3.5 实验4：面向意义构建的信息质量分析

3.5.1 实验4a：SATrees与ConversationTree的准确性比较

3.5.2 实验4b：社交网络中心性测量

3.6 实验5：面向意义建构的用户实验

3.6.1 面向意义建构的问卷设计

3.6.2 实验设计

3.6.3 测试实验与数据收集

3.6.4 结果与讨论

3.7小结

第4章 在线研讨过程中欺骗识别研究

4.1 引言

4.2 在线评论欺骗行为相关研究

4.2.1 欺骗的定义

4.2.2 欺骗理论

4.2.3 文体分析研究

4.2.4 文本分类方法概述

4.3 数据集的构建

4.3.1 虚假评论的构建

4.3.2 真实评论的构建

4.4 特征选取

4.4.1 词语词频

4.4.2 信息丰富度

4.4.3 内容信服度

4.4.4 特征汇总

4.5 在线评论欺骗识别系统设计

4.5.1 系统架构

4.5.2 预处理

4.5.3 特征抽取

4.5.4 文本分类

4.6 结果与讨论

4.6.1 实验设计

4.6.2 三种分类算法的实验结果

4.6.3 词语词频特征集分析

4.6.4 感觉特征集分析

4.6.5 词性特征分析

4.6.6 语言接近程度特征分析

4.6.7 分类技术比较分析

4.7 小结

第5章 面向研讨问题的网络民意分析研究

5.1 背景介绍

5.2 相关研究

5.2.1 网络民意与网络舆论

5.2.2 文本意见挖掘

5.2.3 在线研讨中的利益相关者

5.3 面向研讨问题的网络民意建模

5.3.1 网络评论网页采集

5.3.2 HTML页面的解析

5.3.3 面向研讨问题的主题分析

5.3.4 相似度计算

5.3.5 利益相关群体提取

5.3.6 情感分析

5.3.7 “主题—利益相关群体—情感”模型

5.4 应用案例与分析

5.4.1 网络评论数据

5.4.2 决策问题解析

5.4.3 网络民意建模

5.5 小结

第6章 结论

6.1 本书的主要工作与创新点

6.2 研究不足及展望

附录1　意义构建实验问卷

附录2　虚假评论问卷

附录3　真实评论问卷

附录4　ICTPOS词性标注集及含义

参考文献