基于LDA模型的电商用户评价分析

随着电子商务迅速发展,商品在线评论服务的重要性日益凸显。评论蕴含了众多消费者对特定产品和相关服务的真实感受,反映出了许多消费者的态度、立场和意见,具有非常宝贵的调研价值。以某电商平台的某款手机产生的评论为实验数据,对其进行了分词、词性标注和评论文本信息的预处理。基于预处理后的用户数据进行客户情感分析,使用LDA主题模型来分析用户评论,了解其潜在目标用户的需求、意见、购买原因,以及产品的优缺点,提出全面改善产品交互体验的相关建议。     

基于框架语义的在线医疗评论情感分析

[目的/意义] 随着"互联网+"在医疗服务行业的应用与发展,积累了大量的医疗评价信息,利用情感分析技术可以对其进行有效地挖掘和利用,从而为医疗管理提供决策参考。[方法/过程] 基于框架语义理论建立医疗情感语义分类词典;采用词典和规则相结合的方法进行在线医疗评论的情感语义分析,标注情感类别、情感主题、极性和强度等信息。[结果/结论] 通过在线医疗评论数据测试,验证了研究方法的有效性和科学性,是情感分析向医疗健康领域纵深发展的一次有益探索。     

近几年图书情报领域新技术应用研究的主题分析

近几年,图书情报领域在新技术应用研究方面可谓百花齐放,网格技术、数据挖掘技术、射频识别技术、RSS技术、存储技术、Web2.0、智能手机技术、聚类技术等技术的研究不断呈上升趋势。文章选择2006年至2012年图书情报领域核心期刊的研究论文进行统计与主题分析,发现不同技术主题的研究脉络,找出研究中存在的问题,以期对未来的研究工作提供一定的理论基础。     

基于情感分析的评论挖掘模型研究

在社会化网络环境下,关于产品的评论成为企业竞争情报分析重要的数据源.这些评论中包含用户对产品各个方面的情感倾向,对其进行情感分析可以帮助商家了解产品的优缺点.针对现有情感分析的不足,本文在构建评论挖掘模型时综合采用了共词分析和基于句法分析的极性传递法.共词分析可定量确定用户关心的产品维度;极性传递算法考虑句子结构特点,在对句子级文本做情感分析时相较传统情感分类算法有更好的分析效果.同时,引入极性值和强度值计算情感词和主题词的情感强度.     

一种基于网页内容和链接分析的主题搜索算法

先从网页内容和网页链接的角度计算网页与主题的相似度,然后将二者归一化,最终确定网页与主题的相关度.从分析网页内容相似度的角度保证网页与主题的相关性,从网页链接分析的角度解决网页搜索的权威性和覆盖乔率.算法还对PageRank算法进行了改进,将访问网页的概率加入到算法计算过程中,实验结果表明,新的算法具有较高的搜索效率.     

融合情感分析和概率语言的影视推荐算法研究

[目的/意义]在社会网络背景下,在线评论情感倾向已经成为影响观影者决策的重要因素,如何有效提高在线评论情感分析的准确性成为学者们关注的热点。[方法/过程]鉴于此,依据情感分析和概率语言术语集相关理论知识,提出一种新的影视推荐算法。首先运用TF-IDF算法提取主题词,确定主题词权重,然后计算在线评论情感值并细分区间确定情感程度,根据在线评论的情感程度构建概率语言决策矩阵,最后提出基于VIKOR的概率语言多准则决策方法,并将其用于电影排序。[结果/结论]采集Rotten Tomatoes官方网站上5部电影的真实在线评论数据,将文章提出的推荐算法与其他基于情感分析的推荐算法进行比较,验证所提出算法的可行性和优越性。     

基于在线评论的游客情感分析模型构建

在线旅游社区中的用户评论客观真实地反映了游客关于旅游景点和服务的感受,本文基于在线评论数据构建了一个游客情感分析模型。该模型首先从多个知名旅游网站的评论社区中获取关于某旅游目的地的评论文本并进行预处理,利用领域本体构建方法构建旅游本体,将处理后的评论文本与旅游本体进行匹配,得出本体各属性的分类评论集,运用情感程度加权规则计算这些评论集的情感极性均值,得出游客关于旅游各要素总体情感倾向,并进行可视化分析与展示。该方法能够直观显示游客关于旅游目的地的总体情感倾向,为旅游经营者改进服务提供参考,以庐山旅游为例,验证了该模型的可行性。     

基于OTSCM模型的主题情感在线追踪

网络舆论主题情感在线分析对舆情研判与管理起着十分重要的作用,当前的主题情感模型存在着主题与情感建模关系不紧密,情感挖掘偏斜等问题,容易造成舆情误判。文本在OLDA（On-Line Latent Dirichlet Allocation,OLDA）模型的基础上引入情感参数,并提出情感遗传思想,建立基于情感遗传的在线主题情感混合模型OTSCM（On-Line Topic and Sentiment Combining Model）。该模型把t-1时间片内的主题情感分布作为t时间片内主题情感分布的先验,通过构造主题情感演化矩阵,生成t时间片内文档—主题、主题—特征词以及主题—情感词3个分布,最后使用交叉熵方法计算t时间片内主题分布与t-1之前主题分布的相似度,得出t时间片内主题情感演化结果。本文在5个数据集上对OTSCM进行了验证,并与其它流行算法进行了对比,实验表明,文本方法在主题情感在线识别方面达到了良好的效果。     

在线评论情感对消费者感知风险的影响研究

文章从在线评论的情感倾向、情感强度、情感转折三个视角,实证研究了不同情感倾向下情感强度和涉及度对消费者感知风险的交互作用以及转折性情感评论对消费者感知风险的影响。结果发现,涉及度在情感强度对消费者感知风险的影响中具有调节作用。转折性正面情感评论对消费者感知风险的影响高于正面评论的影响,而转折性负面评论与负面评论对消费者感知风险的影响并没有显著差异。     

基于Altmetrics的多指标新兴主题探测方法研究——以计量学领域为例

[目的/意义]探索基于Altmetrics的新兴主题探测方法,有利于弥补目前新兴主题识别的不足、推动知识服务与情报学学科发展。[方法/过程]从新兴主题特征出发,基于AAS(Altmetrics Attention Score)聚合分数设计新兴主题探测过程和指标,并结合第三方结果比较和指标验证等对构建方法进行检验和分析。[结果/结论]提出的新兴主题探测方法识别结果有效,并能较好地识别具有发展潜力的新兴主题。     

基于主题分布的我国情报学文献计量分析

With a statistical analysis of the research papers on information studies published from 1991 to 2000 in China, this article makes a bibliometric analysis of the subject distribution of these papers so as to reflect the present situation and development trend of researches on information studies in China.     

基于在线健康社区用户画像的情感表达特征研究

[目的/意义]通过构建在线健康社区用户画像,解释不同用户群体的情感差异和特征,以掌握社区用户情感表达规律,推动在线健康社区的信息支持与情感支持功能建设。[方法/过程]首先,分析建立用户画像的目的,结合在线健康社区的数据特点建立包含基本信息、情感、主题和信息行为特征的用户画像概念模型。其次,确定各用户的标签属性,对标签属性进行抽取。最后,结合情感标签对用户角色进行划分,利用具有噪声的基于密度的空间聚类方法(Density-Based Spatial Clustering of Applications with Noise, DBSCAN)实现了用户画像并分析不同角色的画像特征。[结果/结论]提出的方法可以有效生成贴近用户原貌的画像并识别用户情感表达特征。通过实例分析挖掘出焦虑型、愤怒型、祈祷型、乐观型和悲哀型等5类社区用户群,各用户群体在性别、年龄、影响力、活跃度和兴趣主题方面均表现出不同的情感特征差异。     

在线评论的情感极性分类研究综述

对在线评论情感极性分类的研究现状与进展进行了总结。首先对情感类型的划分进行归纳,并针对在线评论中所涉及到的肯定和否定两种情感,从粗粒度、细粒度和实证研究三方面展开评述。为研究情感极性分类的商业价值,对在线评论将如何影响消费者的购买行为以及如何影响商家的销售绩效的工作进行整理和评述。最后对今后的研究方向进行展望。     

基于共词分析的近十年国外图书情报学研究主题分析

以Scopus数据库和Web of Science数据库共同收录的图书情报学领域的38种期刊近十年(2000-2009年)所刊载的研究论文为数据源,利用Bibexcel矩阵生成软件和SPSS10.0统计软件,采用共词分析方法研究高频关键词间的关系.发现并深度剖析目前国外图书情报学领域所关注的7个研究主题,即用户技术接受行为研究、网络环境下信息交流研究、知识管理研究、网络信息检索、信息政策研究、图书馆馆际互借研究和信息服务研究.