基于文本分類的微博情感傾向研究.pdf

1、近年來，人們越來越依賴于社交軟件來表達自己的觀點，如使用微博、論壇、貼吧等渠道發(fā)表意見，表達情感。而人們對于熱點事件和話題的各種各樣的情感信息，則通過上述方式直觀的反映了出來。因此,通過挖掘和研究大眾對各類事件的情感傾向，可以達到對熱點輿論的監(jiān)控和大眾看法的感知，為國家、企業(yè)等作出決策提供著重要依據(jù)。以往的信息檢索及采集技術(shù),多數(shù)是以關(guān)鍵詞為基礎(chǔ)，難以支持情感傾向的挖掘，信息提取和文本分類通常沒有進行深層次的語義挖掘，因而對文本中所表達

2、出的情感傾向無法進行深層次的挖掘。因此在大數(shù)據(jù)時代，有效地利用數(shù)據(jù)挖掘及文本挖掘的相關(guān)知識，挖掘微博熱點信息以及評論中的情感傾向，將在商品智能推薦、政府輿情監(jiān)控、文本自動分類等方面有廣闊的發(fā)展前景。
　　本論文的主要研究內(nèi)容如下：
　?。?）對情感傾向分析和文本分類的相關(guān)概念和技術(shù)做了分析，包括微博短文本情感傾向分類以及文本分類的國內(nèi)外研究現(xiàn)狀、文本分類常用的幾種算法：支持向量機（SVM），最大熵、決策樹、人工神經(jīng)網(wǎng)絡(luò)算法等

3、，并重點分析了傳統(tǒng)的k最近鄰算法，研究算法的基本思路以及該算法在文本分類當(dāng)中的應(yīng)用。
　?。?）基于傳統(tǒng)的k最近鄰算法，并結(jié)合一定的關(guān)聯(lián)規(guī)則，本文提出了一種對于k最近鄰算法的改進：基于主題--情感相關(guān)聯(lián)的k最近鄰算法，在文本分類時主題與情感相關(guān)聯(lián)，進行特征值的組合，能夠更好的確定k值，提高分類效率。
　?。?）將改進后的基于主題--情感的k最近鄰算法在微博熱點信息數(shù)據(jù)集中加以應(yīng)用，進行情感傾向正向、負(fù)向、中性三種分類實驗，同