基于概率主题建模和深度学习的公众舆情分析

来源 :信息系统协会中国分会第六届学术年会 | 被引量 : 0次 | 上传用户:guaidaokid2003
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
  随着互联网的迅猛发展,公众逐渐开始通过社交媒体来发表自己对于社会事件的看法.在Web 2.0时代公众广泛参与的理念下,对上述信息的有效分析并将结果以合理形式展现对于舆情监测有着重要意义.鉴于此,本文提出了一种新颖的基于社交平台的舆情分析方法,采用概率主题模型LDA抽取公众对于某一事件的不同主题观点,利用深度学习的word2vec模型计算出每条文本的情感强度,分别对事件整体以及事件下各潜在主题进行情感强度时序分析,跟踪事件发展过程中公众的情感强度变化,并通过案例分析验证了该方法的合理性与有效性.
其他文献
  本文的研究目的在于发现在线商品评论的信息内容对于商品销售的影响模式。提出通过计算特定商品评论文本中关键词的词频和反文档频率,对商品评论文本展开关键词分析。基于
从产生大量短文本的微博、微信、用户评论、交互式问答系统等社会化媒体出发,在分析短文本特点的基础上,对短文本聚类得到的类簇描述方法进行了研究.首先,基于网页排序的Page
本文利用BBS论坛中帖子的回复信息构建用户相互回复网络,研究其拓扑结构和性质,发现各个版块网络的特点,并且基于用户基本操作行为对用户进行聚类,得到具有不同行为模式的用
协同过滤推荐算法虽然被大量应用于电子商务领域,但算法本身却存在冷启动和数据稀疏等缺陷.本文在经典协同过滤推荐算法的基础上,提出一种改进的协同过滤算法,并将其应用在大
  检验算法的准确性是推荐算法研究中的一个极为重要的环节。在协同过滤推荐技术研究领域,虽然主要采用MAE、准确率、召回率等指标来进行检验,但是其检验效果具有一定的局限
  在大数据时代,越来越多的企业通过对大数据的挖掘、整理和分析来帮助企业制定发展战略,实现精准营销。因此,大数据对企业有着非常重要的作用。基于大数据的精准营销是近年来
会议
  为了更好地理解购物网站设计特性是否以及如何影响消费者网络购买意愿,引入网站情感介入(包括愉悦和唤醒两个维度)作为中介变量,并借鉴环境心理学"刺激-有机体-反应(S-O-R)
会议
  大数据时代对信息检索效率提出了愈来愈高的要求。结合矩阵分块实现并行计算是提高PageRank检索效率的常用方法,但分块规则不理想时,分块后的并行计算将较为复杂,影响信息检
会议
  随着电子商务竞争日趋激烈,如何提高消费者满意度是电子商务从业者和研究人员共同关心的话题。调查和研究表明,消费者面临的产品不确定性是影响其网购满意度的重要因素。已
  网络技术的发展拓展了人们的朋友范围,使得人们可以跟更多的朋友进行随时随地的交流。在线存储服务的兴起,使得在线存储运营商希望借助在线好友邀请项目来快速拓展用户资源