Twitter情感分類及可視化的研究.pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展，人們越來越習慣于在線表達自己的意見和情感，特別是通過例如Twitter或BBS這樣的社會媒體形式來表達情感變得越來越流行，并且大多數(shù)人表達的情感都是圍繞著一個主題或一個事件。這些情感信息對于人們更好地做出決策非常重要，因此，各種各樣的情感任務(wù)，包括意見提取、情感分類和推薦系統(tǒng)等被深入研究以獲得有用的結(jié)果。對這些tweet進行情感分析就是用來評估現(xiàn)實生活中某一事件對人們的影響及人們對某一事件的反映的一種有效的方法?？墒?，

2、關(guān)于如何展現(xiàn)這些分析結(jié)果仍然是一個開放的熱點研究話題，人們通常都是從一系列的數(shù)字或表格來分析情感，但本論文在對Twitter進行有效的情感分類的基礎(chǔ)上，提出了一種新的情感可視化方法結(jié)束了這樣一種被動的數(shù)字展現(xiàn)的方式。
　　 在本論文中，首先從tweet中提取出了各條tweet的發(fā)布時間、逐點互信息-信息檢索值、表情符號值、情感標點值等情感特征，然后在WEKA平臺上利用不同的特征組合來對tweet進行情感分類。實驗證明，同時使用這

3、四種情感特征是進行情感分類的最佳特征組合。在此基礎(chǔ)上，分別使用樸素貝葉斯、支持向量機、決策樹和隨機森林算法對不同話題下的tweet再進行情感分類實驗，得出利用隨機森林算法所訓(xùn)練出的分類器對不同的話題進行情感分類的準確率明顯較高，都在80％以上。
　　 除此之外，基于上述情感分類結(jié)果，本論文提出了一種新的情感可視化方法，被稱為SentimentRiver圖，它不僅可以直觀的展示情感分類的結(jié)果、所提取的有代表性的情感詞，還能有效地展

4、示出在一系列數(shù)據(jù)流中情感的發(fā)展變化趨勢。通過引用模糊數(shù)學(xué)觀點中非負隸屬度權(quán)重來衡量情感的種類，論文中使用一個映射函數(shù)來呈現(xiàn)圖中情感強度變化的顏色梯度，也就是將顏色的RGB值與通過隨機森林分類器得到的非負隸屬度權(quán)重構(gòu)成映射關(guān)系。實驗中的原始語料來自TREC2011的微博追蹤數(shù)據(jù)和部分tweet實時流數(shù)據(jù)。相對于傳統(tǒng)的餅圖和直方圖，論文中新提出的SentimentRiver圖在對“BBC世界服務(wù)人員削減”和“奧巴馬從提名到就職”等事件的情感