基于文本數(shù)據(jù)挖掘的微博情感分析與監(jiān)控系統(tǒng).pdf

1、近年來，隨著互聯(lián)網(wǎng)深入發(fā)展，移動(dòng)終端技術(shù)逐漸成熟，社交網(wǎng)絡(luò)已融入人們?nèi)粘Ｉ睿絹碓蕉嗟木W(wǎng)民在社交網(wǎng)絡(luò)上抒發(fā)個(gè)人情感、點(diǎn)評(píng)社會(huì)熱點(diǎn)等，社交網(wǎng)絡(luò)輿情分析有著至關(guān)重要的作用，受到學(xué)術(shù)界和產(chǎn)業(yè)界的普遍關(guān)注。微博作為一種新型社交網(wǎng)絡(luò)，為用戶提供了一種隨時(shí)隨地分享和獲取信息的新型網(wǎng)絡(luò)交流平臺(tái)，微博用戶數(shù)量逐年攀升，對(duì)微博數(shù)據(jù)進(jìn)行情感分析，能夠挖掘出微博用戶對(duì)社會(huì)事件的觀點(diǎn)想法，追蹤事件的發(fā)展態(tài)勢(shì)，進(jìn)而更有利于輿情監(jiān)控、謠言控制等工作的開展。

2、>　　為了更好實(shí)現(xiàn)微博數(shù)據(jù)情感分析和輿情分析目標(biāo)，本文對(duì)微博進(jìn)行細(xì)粒度情感分析，將情感類別劃分為高興、喜好、悲傷、憤怒、厭惡、恐懼、驚訝這七種類別。通過分析微博情感研究現(xiàn)狀，并結(jié)合微博自身特性，本文提出了融合微博顯性和隱性特征的情感聚類方法，開發(fā)了微博情感分析與監(jiān)控系統(tǒng)，主要研究?jī)?nèi)容包括以下幾個(gè)方面：
　　1）分析微博短文本特性，提出了微博顯性情感特征，主要包括微博自帶表情符號(hào)、情感詞，設(shè)計(jì)構(gòu)建了表情符號(hào)詞典與情感詞典，并擴(kuò)展了網(wǎng)

3、絡(luò)詞語情感詞典，充分考慮微博顯性情感特征，將這些顯性情感特性進(jìn)行頻繁挖掘，獲取的情感特征項(xiàng)可以更好地保留原始微博的情感特征。
　　2）提出了基于頻繁項(xiàng)集語義隱性情感特征的聚類方法，充分考慮微博中語義這個(gè)隱性情感特征，首先基于顯性情感特征定義微博頻繁特征詞集，利用最大頻繁項(xiàng)集獲得初始情感簇；針對(duì)初始簇間存在文本重疊情況，提出基于短文本擴(kuò)展語義隸屬度的簇間重疊消減算法，獲得完全分離的初始簇；根據(jù)簇語義相似度矩陣，給出凝聚式情感聚類方法