简析倾向性面向新浪微博企业信息分类与倾向性

论文导读：
摘要：新浪微博已经成为当下社会中最大的信息来源,人们可以以微博中发现他们想发现的,了解他们想了解的任何事情,这就为企业带了潜在的商机,企业可以在微博信息中搜索与之相关的消息,看人们对于企业新产品的反映,了解人们喜欢的产品类型,掌握人们对企业普遍看法是什么。然而,以微博中直接搜索出来的信息,是模糊的,可用性非常小,其中包含了很多与企业不相关的信息,所以就必须要确定,这些信息之中,哪些是与企业相关的,哪些是不相关的。当然,企业最关注的并不是这么多条微博当中有多少与企业真正相关,他们所关心的是在这些相关的微博信息中,用户的对企业产品、形象、文化等诸多方面的情感表达,以及这些情感在这些微博信息中所占的比例。针对企业在信息浅析方面有着的不足和微博信息的这些特点,本论文在微博信息中探讨信息分类和信息的倾向性浅析不足就变得非常的必要。同样,对企业来说,探讨也具有非常重要的现实作用。本论文具体工作如下：(1)深入探讨并总结浅析了文本分类和文本倾向性浅析的具体步骤和策略,并详细阐述了各种策略的优缺点；(2)创造性的将信息分类技术与信息倾向性浅析技术结合起来,为企业信息挖掘提供了一种确实可行的实施策略,并将这种策略运用于新浪微博之中；(3)在企业信息分类的历程中,为了解决传统分类器的局限性,本论文提出一种基于实时信息流学习的分类器的构建策略,并用实验验证了该策略的高效性和准确性；(4)在企业信息倾向性浅析历程中,针对新浪微博的信息特点,本论文构建了有微博特点的情感性词典,为倾向性浅析提供了坚实的基础。并且,为了解决修饰性副词和否定性副词对情感中心词的倾向性强度影响不足,本论文引入否定性副词到情感中心词的距离概念,增强了计算倾向性强度的准确性,并用实验验证了引入距离概念的必要性。关键词：新浪微博论文文本分类论文倾向性浅析论文
本论文由www.7ctime.com,需要论文可以联系人员哦。摘要7-8
Abstract8-10
第一章 概述10-15

1.1 探讨背景和作用10-11

1.2 国内外探讨近况11-13

1.3 论文的探讨内容13

1.4 论文的组织结构13-15

第二章 文本分类与倾向性浅析的相关技术概述15-30

2.1 文本分类的相关技术探讨15-24

2.

1.1 文本预处理15-16

2.

1.2 文本表示16-19

2.

1.3 特点降维19

2.

1.4 文本分类算法19-24

2.2 文本倾向性浅析的相关技术探讨24-27

2.1 基于情感词加权的文本倾向性浅析策略25-26

2.2 基于语义特点的文本倾向性浅析策略26-27

2.3 基于机器学习的文本倾向性浅析策略27

2.3 评测标准27-30

2.3.1 准确率28

2.3.2 查准率和查全率28

2.3.3 F测度28-30

第三章 面向新浪微博的企业信息分类30-41

3.1 不足描述和解决案例30-31

3.2 模型描述和基本分类策略31-32

3.

2.1 基本描述31

3.

2.2 微博的形式化描述31

3.

2.3 企业的形式化描述31

3.

2.4 分类历程31-32

3.3 基本信息库的构建32-34

3.1 信息来源32-33

3.2 基本信息库33-34

3.4 基于相关性的信息分类(BPR)34-36

3.4.1 相关性的计算34-35

3.4.2 基于相关性的分类策略(BPR)35-36

3.5 基于实时信息流学习的信息分类(BPRA)36-41

3.5.1 传统分类器(BP)的局限性36-37

3.5.2 改善措施37-38

3.5.3 基于实时信息流学习的分类器(BPRA)设计38-41

第四章 面向新浪微博的企业信息倾向性浅析41-56

4.1 不足描述和解决案例41

4.2 倾向性浅析的情感性词典构建41-45

4.

2.1 基于“知网”的情感性词典42-43

4.

2.2 基于网络用语的情感性词典43-44

4.

2.3 修饰性程度副词词典44-45

4.

2.4 否定性副词词典45

4.3 基于情感性词典的企业信息倾向性浅析45-56
4.

3.1 总体设计流程45-47

4.

3.2 分词浅析47-48

4.

3.3 句法浅析48-50

4.

3.4 微博表示模型扩展50

4.3.5 提取情感词50-5论文导读：1系统演示56-585.2企业信息分类性能浅析58-615.2.1分类实验设计58-595.2.2实验结果及浅析59-615.3企业信息倾向性浅析性能浅析61-665.3.1实验设计61-625.3.2实验结果及浅析62-66第六章总结与展望66-67

6.1总结662展望66-67参考文献67-70致谢70上一页12

2
4.

3.6 倾向性强度计算52-56

第五章 系统实现和性能浅析56-66

5.1 系统演示56-58

5.2 企业信息分类性能浅析58-61

5.

2.1 分类实验设计58-59

5.

2.2 实验结果及浅析59-61

5.3 企业信息倾向性浅析性能浅析61-66
5.

3.1 实验设计61-62

5.

3.2 实验结果及浅析62-66

第六章 总结与展望66-67

6.1 总结66

6.2 展望66-67

参考文献67-70
致谢70