

已閱讀1頁,還剩52頁未讀, 繼續(xù)免費閱讀
版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進行舉報或認領(lǐng)
文檔簡介
1、情感分析,能夠從非結(jié)構(gòu)化用戶生成內(nèi)容(UGC)中提取出人們對人、對事、對物等的主觀信息,并最終給出結(jié)構(gòu)化整合信息。情感分析有三要素,分別為觀點持有對象,對象特征,以及傾向性評估。目前后兩個要素相關(guān)研究比較多,而針對觀點持有對象的研究卻很少涉及。事實上權(quán)威性高的觀點持有對象的觀點比權(quán)威性低的更有可信度。本文正是在這樣的背景下,通過新浪微博平臺研究觀點持有對象的權(quán)威性問題。
本文提出兩種不同視角的計算用戶權(quán)威度的算法。一是基于HI
2、TS算法的計算方案,針對鏈接狀態(tài)下微博用戶權(quán)威度計算問題,借鑒HITS算法的核心思想,通過微博的粉絲和關(guān)注這兩個屬性,挖掘出微博用戶在被關(guān)注和關(guān)注中潛在的權(quán)威度和中心度;二是基于Page_Rank算法的計算方案,針對離散狀態(tài)下微博用戶權(quán)威度計算問題,借鑒Page_Rank算法的核心思想,通過微博的屬性九元組,利用提出的自評估模塊和互評估模塊得到用戶最終的權(quán)威度得分。這兩種方案通過實驗驗證,表明不僅在理論上可行,在實踐中也是確實可行的。<
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
- 6. 下載文件中如有侵權(quán)或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于上下文觀點的微博情感傾向分析研究.pdf
- 基于條件隨機場的微博情感對象識別研究.pdf
- 基于情感分析的微博輿情研究.pdf
- 基于中文微博的情感分析研究.pdf
- 基于語義特征的微博情感分析的研究.pdf
- 基于情感詞典的中文微博情感傾向分析研究.pdf
- 中文微博觀點句識別及要素抽取研究.pdf
- 基于微博的情感分析算法研究與實現(xiàn).pdf
- 基于信任的微博情感傳遞分析研究.pdf
- 面向話題型微博評論的觀點識別及其情感傾向分析研究.pdf
- 微博情感詞典的構(gòu)建及其在微博情感分析中的應(yīng)用研究.pdf
- 基于情感詞典與規(guī)則綜合的微博情感分析模型研究.pdf
- 基于微博的情感分析關(guān)鍵技術(shù)研究.pdf
- 基于PAD模型的中文微博情感分析研究.pdf
- 中文微博觀點句識別及評價對象抽取.pdf
- 基于微博的熱點事件挖掘與情感分析.pdf
- 基于微博情感的股票預(yù)測研究.pdf
- 微博情感分析研究.pdf
- 基于確定話題的相關(guān)微博觀點分類研究.pdf
- 基于LDA模型的微博情感分析技術(shù)研究.pdf
評論
0/150
提交評論