基于情感分類的微博主題挖掘算法的研究及應(yīng)用.pdf

1、當(dāng)今，微博在創(chuàng)新科技影響下得到迅猛發(fā)展，使得越來越多的人們在其平臺上發(fā)表對自己關(guān)注的各種信息的評論，該平臺已經(jīng)成為人們?nèi)粘Ｉ畹囊徊糠?。在微博平臺上時(shí)時(shí)刻刻都會產(chǎn)生大量由用戶發(fā)表的言論信息，包括新聞人物、突發(fā)事件、購物體驗(yàn)等等。這些信息中不僅帶有用戶的情感傾向，而且所含有的主題信息包含著重要的社會價(jià)值和商業(yè)價(jià)值。因此，分析微博上的評論信息的情感傾向，挖掘出主題信息，找出人們所關(guān)心和需要的信息就顯得尤為重要，也成為了當(dāng)前許多學(xué)者的研究熱點(diǎn)

2、。
　　本論文的研究重點(diǎn)是如何從微博評論信息中挖掘出潛在的、具有價(jià)值的、蘊(yùn)含情感的主題信息。論文的主要工作和創(chuàng)新點(diǎn)如下：
　　（1）考慮到評論信息中正向情感的表達(dá)和負(fù)向情感的表達(dá)對主題結(jié)果的意義完全不同，本文提出了一種將文本分類和主題挖掘相結(jié)合的微博主題挖掘算法SC-LDA（Sentiment Classification-Latent Dirichlet Allocation，SC-LDA）。SC-LDA算法的基本思想是：

3、對微博上的評論信息進(jìn)行分詞處理后的數(shù)據(jù)首先利用支持向量機(jī)（Support Vector Machine，SVM)進(jìn)行情感分類，得到正向情感和負(fù)向情感兩類數(shù)據(jù)，然后再利用LDA(Latent Dirichlet Allocation，LDA)模型對已分類的評論信息進(jìn)行相關(guān)主題挖掘。
　?。?）對本文提出的主題挖掘算法（SC-LDA）進(jìn)行了仿真實(shí)驗(yàn)，仿真結(jié)果表明 SC-LDA對測試數(shù)據(jù)集的大小不敏感，對數(shù)據(jù)源的來源不敏感。同時(shí)對獲取的