發(fā)布時間：2020-11-05 23:15

　　 互聯(lián)網(wǎng)時代網(wǎng)絡(luò)技術(shù)迅猛發(fā)展,由最初向人們展示信息,轉(zhuǎn)變?yōu)槿藗兛梢栽谄渖献杂傻妮斎胱约旱挠^點。網(wǎng)上迅速增長的文本資源中包含大量企業(yè)相關(guān)的文本,企業(yè)可以對這些人們輸入到網(wǎng)絡(luò)上的文本資源做數(shù)據(jù)分析,分析這些文本的感情極性,能夠幫助企業(yè)更好地理解這些用戶的行為,為企業(yè)做出有利于自身發(fā)展的決策提供重要依據(jù)。本文主要研究怎樣對企業(yè)輿情做感情傾向識別分析,其輿情結(jié)果的反饋可用于企業(yè)的決策依據(jù),幫助企業(yè)減小損失或者最大化利益。基于學(xué)者們對企業(yè)網(wǎng)絡(luò)輿情在話題識別追蹤,觀點識別等方面的研究,本文發(fā)現(xiàn)在企業(yè)輿情情感傾向方面的相關(guān)研究相對匱乏,遂將其確定為研究方向,以識別企業(yè)輿情的情感傾向作為研究內(nèi)容,在文中提出了企業(yè)輿情情感分析框架,并通過實際發(fā)生的事件-魏則西事件的數(shù)據(jù)進行實例分析。主要內(nèi)容包括:企業(yè)輿情情感識別分析框架的提出、企業(yè)輿情文本數(shù)據(jù)獲取方式研究、基于《知網(wǎng)》等詞典的情感詞典構(gòu)建方法研究、對獲取的待處理文本情感值的計算及如何對文本情感傾向五元分類的研究等。本論文在探討企業(yè)輿情情感傾向分析方法后,從知乎上獲取了魏則西事件的部分相關(guān)數(shù)據(jù),經(jīng)過處理后得到有效數(shù)據(jù)2688條,并對其按照本文中方法做情感傾向處理分析,作為實例應(yīng)用。在應(yīng)用過程中,進行了人工標注與程序處理的結(jié)果對比,指標計算等。本文使用基于情感詞典的技術(shù)對企業(yè)輿情進行情感傾向識別分析,并且采用了廣為人知的魏則西事件進行實例應(yīng)用,證明該方法的可行性。對企業(yè)輿情情感分析識別能夠使企業(yè)掌握人們對熱點事件的態(tài)度,及時采取措施來挽回損失或擴大利益。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位年份】：2017
【中圖分類】：G206;F49
【部分圖文】：

論文組織結(jié)構(gòu)框圖

- 10 -圖 2-1 企業(yè)輿情分析框架表 2-1 輿情數(shù)據(jù)存儲表稱 屬性含義 數(shù)據(jù)類型 備注主鍵 id INT(11) 主鍵、非空ata 原始數(shù)據(jù) TEXT 非空r 評論者 Varchar（60） 無ment_data 預(yù)處理后數(shù)據(jù) TEXT 無al_word_data 情感詞語得分對TEXT 無

元字符 含義\w 匹配字母、數(shù)字、下劃線或漢字\d 匹配數(shù)字\s 匹配任意的空白符* 匹配前面表達式 0 或者多次？ 匹配 0 或者 1 次+ 匹配 1 或者多次{n} 匹配 n 次[^x] 匹配除 x 以外的任意字符以天涯論壇為例，說明如何使用 Java 語言從網(wǎng)頁中提取相關(guān)目標數(shù)據(jù)。使用的網(wǎng)頁為天涯論壇中魏則西事件的相關(guān)帖子如圖 2-3 所示，其中網(wǎng)頁目標數(shù)據(jù)對應(yīng)的 HTML 代碼結(jié)構(gòu)如圖 2-4 所示。下面用 Java 講述從中提取作者、發(fā)表時間等信息。
【參考文獻】

相關(guān)期刊論文 前10條

1 戴敏;王榮洋;李壽山;朱珠;周國棟;;基于句法特征的評價對象抽取方法研究[J];中文信息學(xué)報;2014年04期

2 陳旻;朱凡微;吳明暉;應(yīng)晶;;觀點挖掘綜述[J];浙江大學(xué)學(xué)報(工學(xué)版);2014年08期

3 肖麗妍;齊佳音;;基于微博的企業(yè)網(wǎng)絡(luò)輿情社會影響力評價研究[J];情報雜志;2013年05期

4 趙文清;侯小可;;基于詞共現(xiàn)圖的中文微博新聞話題識別[J];智能系統(tǒng)學(xué)報;2012年05期

5 張輝;周敬民;王亮;趙莉萍;;基于三維文檔向量的自適應(yīng)話題追蹤器模型[J];中文信息學(xué)報;2010年05期

6 普布旦增;歐珠;;藏文分詞中交集型歧義字段的切分方法研究[J];西藏大學(xué)學(xué)報(社會科學(xué)版);2010年S1期

7 柳位平;朱艷輝;栗春亮;向華政;文志強;;中文基礎(chǔ)情感詞詞典構(gòu)建方法研究[J];計算機應(yīng)用;2009年10期

8 何莘;王琬蕪;;自然語言檢索中的中文分詞技術(shù)研究進展及應(yīng)用[J];情報科學(xué);2008年05期

9 葉強;張紫瓊;羅振雄;;面向互聯(lián)網(wǎng)評論情感分析的中文主觀性自動判別方法研究[J];信息系統(tǒng)學(xué)報;2007年01期

10 周文帥;馮速;;漢語分詞技術(shù)研究現(xiàn)狀與應(yīng)用展望[J];山西師范大學(xué)學(xué)報(自然科學(xué)版);2006年01期

相關(guān)博士學(xué)位論文 前1條

1 張曉艷;新聞話題表示模型和關(guān)聯(lián)追蹤技術(shù)研究[D];國防科學(xué)技術(shù)大學(xué);2010年

相關(guān)碩士學(xué)位論文 前8條

1 康浩;微博文本情感分類方法與應(yīng)用研究[D];國防科學(xué)技術(shù)大學(xué);2012年

2 陳曉東;基于情感詞典的中文微博情感傾向分析研究[D];華中科技大學(xué);2012年

3 賈利娟;企業(yè)輿情分析系統(tǒng)的設(shè)計與實現(xiàn)[D];西安電子科技大學(xué);2010年

4 曹亞輝;非結(jié)構(gòu)文本最佳近似匹配系統(tǒng)的研究與實現(xiàn)[D];東華大學(xué);2011年

5 李存青;中文意見挖掘中的特征詞提取以及情感傾向分析[D];重慶大學(xué);2010年

6 曹衛(wèi)峰;中文分詞關(guān)鍵技術(shù)研究[D];南京理工大學(xué);2009年

7 褚敬年;面向企業(yè)信息檢索的中文分詞系統(tǒng)的研究與實現(xiàn)[D];東北大學(xué);2008年

8 郝雷紅;現(xiàn)代漢語否定副詞研究[D];首都師范大學(xué);2003年

本文編號：2872328