校園輿情分析中的意見挖掘技術(shù)研究.pdf

1、作為互聯(lián)網(wǎng)的重要組成部分，校園BBS完善了信息化校園的新型校園形態(tài)，成為了師生在日常生活中自由獲取信息和交流意見的平臺。但是隨著意見的擴散和逐步深入，各種觀點發(fā)生交流、碰撞、融合，最初個人的意見可能轉(zhuǎn)化為大多數(shù)人的集體意識，最終形成一定規(guī)模的校園網(wǎng)絡(luò)輿情。因此，構(gòu)建針對校園BBS的輿情分析系統(tǒng)，對校園輿情進行深入的意見挖掘是重要并且必要的，本文將從以下兩個方面研究校園輿情分析中的意見挖掘技術(shù):
　　在文本傾向性分析方面，本文結(jié)合校

2、園BBS中用戶常用的情感表達方式，提出了基于情感表達特征的文本傾向性分析模型。本文從文本預(yù)處理模塊、文本特征選擇模塊和基于SVM的情感傾向性分析模塊介紹了文本傾向性分析流程。在文本預(yù)處理模塊，本文研究了現(xiàn)有情感詞匯資源，總結(jié)并整理了用戶詞典、停用詞詞典、否定詞詞典和情感詞詞典?；谳o助詞典，一方面提高了分詞的準確率，使分詞結(jié)果更易于進行情感分析，另一方面也降低了某些高頻詞匯的噪音影響，進一步細化了文本預(yù)處理的結(jié)果。在文本特征抽取模塊，本

3、文分析了用戶常用的情感表達方式，同時結(jié)合了校園BBS帖子具有長度較短并且存在大量變形詞的特點，從Bi-gram和情感短語特征、標(biāo)點符號特征、表情符號特征深度挖掘了文本所蘊含的情感色彩。
　　在意見領(lǐng)袖識別方面，本文提出了基于用戶特征與交互網(wǎng)絡(luò)的意見領(lǐng)袖識別算法HITS_ FEATURE，該方法結(jié)合用戶的特征權(quán)重值，分析用戶交互網(wǎng)絡(luò)結(jié)構(gòu)，最終識別校園BBS中的意見領(lǐng)袖。首先，通過引入運籌學(xué)中的層次分析法，分析用戶特征中的威望度、活躍

4、度、影響力，定量計算用戶的特征權(quán)重值。然后，根據(jù)用戶轉(zhuǎn)發(fā)、評論帖子的行為，構(gòu)建用戶交互網(wǎng)絡(luò)，分析用戶交互中的情感傾向性。最后，基于本文提出的HITS_FEATURE算法，計算用戶的權(quán)威值，篩選出校園BBS的意見領(lǐng)袖。
　　最后，利用從校園BBS爬取的實驗數(shù)據(jù)，本文以校園輿情分析中的意見挖掘技術(shù)為研究核心，針對其中文本傾向性分析和意見領(lǐng)袖識別兩個部分，設(shè)計并詳細分析了實驗。實驗結(jié)果表明，本文提出的基于情感表達特征的文本傾向性分析和基