基于互联网+大数据的舆情分析 - 中国高校教材图书网
|
书名： |
基于互联网+大数据的舆情分析
|
| ISBN： | 9787560655192 |
条码： | |
| 作者： |
李勇
相关图书
|
装订： | 0 |
| 印次： | 1-1 |
开本： | 16开 |
| 定价： |
￥36.00
折扣价：￥34.20
折扣：0.95
节省了1.8元
|
字数： |
218千字
|
| 出版社： |
西安电子科技大学出版社 |
页数： |
152页
|
| 发行编号： | 5606 |
每包册数： |
15
|
| 出版日期： |
2020-08-03 |
|
|
| 内容简介： |
本书在国内外网络舆情分析的相关研究基础上, 借助大数据技术、统计学方法、人工智能技术对社会热点事件展开网民的舆情情感实证分析。以微博平台作为获取用户情感挖掘的大数据来源的切入口, 通过构建一个较为全面的社会性事件情感分类词典, 对社交网络中微博用户情感进行挖掘与可视化; 通过对公众情感类型的多维度解析, 从情感传播环境、情感传播方式、社会网络结构和用户行为模式四个方面探索社交网络中的舆情传播特征, 由此提出合理引导网络舆情的相关对策建议。书中具体内容包括绪论、互联网+用户情感挖掘的技术与方法、互联网+用户情感的识别与计算、基于社会热点事件的微博用户情感挖掘与传播研究、基于社会热点事件的用户情感挖掘与倾向性分析、结论与展望等6章内容。
本书可作为普通高等院校人工智能和大数据专业、经济管理类和计算机类相关专业的高年级本科生或研究生的补充教材, 也可作为相关科研人员、新闻从业者、管理人员的参考用书。
|
| 作者简介： |
|
|
| 章节目录： |
第1章 绪论 1
1.1 研究背景及研究意义 1
1.1.1 研究背景 1
1.1.2 研究意义 3
1.2 文献综述 4
1.2.1 社交网络分析 4
1.2.2 情感分析研究 5
1.2.3 情感传播特征分析 7
1.3 研究思路及研究方法 9
第2章 互联网+用户情感挖掘的技术与方法 12
2.1 情感词典构建方法 12
2.1.1 基于函数优化的通用情感词典构建 12
2.1.2 基于Modularity优化的通用情感词典构建 19
2.1.3 基于扩展信息瓶颈的领域情感词典构建 22
2.1.4 基于情感词典的产品属性挖掘系统 27
2.2 网络爬虫技术 29
2.2.1 网络爬虫的分类及工作原理 30
2.2.2 网络爬虫系统的体系结构 34
2.2.3 网络爬虫系统模块 35
2.2.4 网络爬虫系统设计与实现 36
2.3 文本挖掘技术 48
2.3.1 文本挖掘概念 48
2.3.2 中文文本挖掘流程 49
2.3.3 中文文本挖掘工具 50
2.3.4 中文文本挖掘方法 53
2.4 倾向性分析技术 57
2.4.1 朴素贝叶斯 58
2.4.2 支持向量机 60
2.4.3 最大熵分类器 61
2.4.4 基于多分类器的方法 63
2.4.5 基于相似度的方法 63
2.4.6 基于图论的方法 64
2.4.7 条件随机场 65
2.4.8 情感分类器的领域移植 65
第3章 互联网+用户情感的识别与计算 66
3.1 基于词典的情感分类词表构建 67
3.1.1 目标词汇来源 67
3.1.2 基于HowNet的义项标注 68
3.1.3 目标词分类方法 69
3.1.4 情绪分类词表构建 69
3.1.5 评价分类词表构建 74
3.2 基于待分析微博语料的情感词扩展 84
3.2.1 分词技术 84
3.2.2 停用词过滤 85
3.2.3 词性标注 86
3.2.4 文本表示方法 86
3.2.5 特征提取 87
3.3 基于统计的微博表情词典的构建 88
3.3.1 表情符号与微博文本的关系 89
3.3.2 表情符号对文本情感倾向的影响 90
3.3.3 表情符号词典构建的算法流程 91
3.3.4 构建微博表情符号集 92
3.3.5 表情符号情感判定及词典的构建 92
3.4 单条微博文本情感计算 93
3.4.1 微博文本情感计算规则 93
3.4.2 微博文本情感计算效果实验 95
3.4.3 微博文本级情感计算统计结果 96
第4章 基于社会热点事件的用户情感挖掘与传播研究 97
4.1 基于社会热点事件的用户情感生成与传播理论 97
4.1.1 UGC动因理论 98
4.1.2 信息交流和信息传播理论 99
4.1.3 大众传播理论 99
4.2 微博语言的特点分析 100
4.2.1 句子简短且单句较多 100
4.2.2 模式化句式或短语大面积流行 101
4.2.3 方言语法及外语语法的使用 101
4.2.4 标点符号的不规范使用 102
4.2.5 句子成分省略化 102
4.2.6 图片、链接、@功能较多 103
4.2.7 特有的表情符号 103
4.3 基于社会热点事件的数据收集与分析 104
4.3.1 原始数据采集 104
4.3.2 数据预处理 109
4.3.3 数据时序变化收集 114
第5章 基于社会热点事件的用户情感挖掘与倾向性分析 121
5.1 情感可视化 121
5.1.1 情感可视化的方法与步骤 121
5.1.2 情感可视化的结果与发现 122
5.2 情感极性强度和类型统计 125
5.2.1 情感极性强度统计 125
5.2.2 情感类型统计 127
5.3 情感时序变化分析 131
第6章 结论与展望 135
6.1 研究结论 135
6.2 研究展望 135
参考文献 136
|
| 精彩片段： |
|
|
| 书 评： |
|
|
| 其 它： |
|
|
|
中国大学出版社协会 |
首页 |
宏观指导 |
出版社天地 |
图书代办站 |
教材图书信息 |
教材图书评论 |
在线订购 |
教材征订
