基于在线评论的政府数据开放平台用户增量需求研究

深入研究政府数据开放平台用户需求特征,更有效地为用户提供数据服务,让开放数据创造更大的经济和社会价值具有重要意义。本文采集9个省（市、自治区）级政府数据开放平台的用户评论数据,首先运用LDA模型挖掘平台初建期和发展期用户需求主题,分析其需求热点;其次选取朴素贝叶斯算法研究用户需求主题的情感倾向;最后计算两个时期的平台用户需求主题相似度,揭示用户增量需求的动态演进路径。研究结果表明,“数据改进”“社会保障”“公共安全”等需求主题是用户持续关注的领域,其中“社会保障”主题的情感倾向概率为0.75,用户情感倾向积极,“数据改进”主题的情感倾向概率为0.22,用户情感倾向消极。本文研究平台用户需求主题、情感诉求以及需求变化,促进政府数据开放平台根据用户增量需求不断持续改进,为平台建设发展提供有力支持。     

基于LDA 的游客网络评论主题分类：以故宫为例

游客的网络评论由于能够真实反映对旅游服务的真实体验及感受,正在逐渐影响旅游者对旅游目的地的看法甚至旅游消费行为。如何将碎片化的旅游评论转化为对其他用户和旅游经营者有价值的且直观的信息,成为旅游信息挖掘的热点。本文提出了基于LDA（Latent Dirichlet Allocation）主题发现模型的游客评论挖掘方法,以大众点评、携程及马蜂窝中关于故宫的用户在线评论为例,挖掘游客关于故宫的关注主题并分析其情感倾向。实验结果表明,故宫的游客网络评论主题包含入口服务、历史文化、体验感受以及遗址文物四个方面,游客对该四个主题的情感倾向均为正向;其中,大众点评和马蜂窝在体验感受方面的情感极性值较高。该方法对定位旅游目的地游客关注点具有实践意义。     

基于在线评论的公共文化云活动用户需求研究

[目的/意义]用户是公共文化云平台活动服务的最终接受者,基于文化云活动用户的在线评论,客观分析用户对公共文化云平台活动的需求,针对需求优化文化活动供给形式和内容,提升公共文化云平台活动质量。[方法/过程]以公共文化云平台活动在线评论与留言为数据来源,利用扎根理论方法进行质性分析,构建公共文化云平台活动用户需求框架,并结合情感分析,计算用户对各需求要素的情感倾向。[结果/结论]组织需求、平台需求、活动需求为用户外部需求,参与动机、活动期望、感知价值等个体需求为内部需求,为提升用户对文化云活动的情感认同,从四个方面提出公共文化云平台活动优化建议,以支持公共文化云平台活动设计与管理决策。     

在线健康社区双心疾病用户信息需求主题与情感分析

以双心疾病为例揭示用户的健康信息需求及情感特征,发现在线健康社区信息服务存在的不足,为在线健康社区建设提供建议。爬取并筛选在线健康社区中双心疾病用户问诊文本,通过文本聚类、基于词表的情感分析,归纳信息需求主题和情感倾向,并对主题和情感进行相关性分析。在线健康社区的双心疾病用户存在12个信息需求主题:症状表现、体征检测、情绪心理、生活状态、医院科室、病理病因、药效与副作用、手术治疗、自我管理、并发症、家庭社会、药品与适应症。用户在线问诊表现的情感以消极情绪为主,情感在不同主题间表现出集中性和差异性。在线健康社区应加强信息分类组织,提供个性化情感支持,重视引进生物医学与精神心理学双重背景的人才。     

主观性句子情感倾向性分析方法的研究

随着电子商务的飞速发展,用户评论信息对潜在顾客、商家和商品生产商的影响越来越大.由于在线的评论信息十分海量,所以很难通过人工浏览方式进行全面获取.评论句子往往具有很强的主观性,本文提出了整体方案帮助解决评论信息的获取、处理和可视化显示.通过利用词语的相似性计算方法和字的情感倾向分布概率计算方法,实现了极性词典的倾向值量化计算和极性词典的自动扩展.通过利用语义角色标注实现对评论句子的浅层语义分析,并利用统计结果设计出计算句子细粒度情感倾向值的方法.实验结果证明,基于语义角色标注方法比基于词性标注方法在句子细粒度情感倾向值计算中更有效.     

基于情感分析的移动图书馆用户生成内容评价效果研究

[目的/意义]通过对移动图书馆用户生成内容的情感分析,预测用户情感倾向对移动图书馆资源的评价效果,从而更好地实现移动图书馆资源推广和精准推荐服务。[方法/过程]基于情感分析提出移动图书馆用户生成内容评价效果分析过程,以获取的"掌阅图书馆"中15部年度畅销书籍的用户生成内容为研究样本,对数据进行预处理,在此基础上从领域词典构建、情感分类、评价效果3个过程入手进行分析。[结果/结论]数据分析结果表明,移动图书馆UGC用户情感倾向具有多元性和一致性,中性评价具有重要性,能够较为准确地预测移动图书馆资源的得分情况。将情感分析相关理论和方法引入移动图书馆UGC研究,能够为移动图书馆完善其服务措施、提高其服务质量提供参考意见。     

情感传播:APP交互艺术设计的方向

如今,移动互联网进入了注重用户体验的时代,用户从APP使用者转变为参与者,在智能手机交互设计中扮演着重要角色.智能手机APP的设计从关注功能设置转向关注用户体验,从满足日常功能所需转向满足身心愉悦的精神需求.易观智库发布的2015年移动APP排行榜数据显示,微信以54507.5万月均活跃用户量位居榜首,QQ以40820.6万月均活跃用户量名列第二.①用美国心理学家马斯洛提出的需求层次理论分析,用户通过微信、QQ实现了朋友之间的语言、文字、图形等的交流,满足了用户的社交需求、尊重需求和自我实现需求.在这些需求层次之间,真正体现用户需求的是用户之间的情感传播.微信、QQ正是抓住了情感传播这一关键点,满足了用户的多层次的需求,获得了用户的肯定.在注重用户体验的移动互联网时代,只有把握用户情感传播的需求,才能有效优化用户体验,智能手机APP交互艺术设计应把握情感传播这一方向.     

突发公共卫生事件下健康信息需求的主题与用户情感实证研究

本文以社会化问答社区为例,探究疫情期间健康信息需求的主题与用户情感变化特征,以期改进问答社区在突发事件中的应急策略,通过数据采集和清洗、文本预处理、LDA主题模型、BERT+BiLSTM情感分类模型对25540条数据进行知识挖掘和主题-情感协同分析。研究结果显示,本文使用的方案能够有效捕捉疫情期间网民需求健康信息的主题特征。在情感分类方面,BERT+BiLSTM模型的分类准确率较基线模型提升了11.75%。为更好地应对突发公共卫生事件,本文建议社会化问答社区应自行生产科学的健康信息、提高针对主题的舆情监控力度并积极引导用户认知。     

基于评论情感分析的用户在线评价研究——以豆瓣网电影为例

[目的/意义] 鉴于网络用户评价已成为人们选择产品或服务时的重要参考指标,旨在了解打分评价和评论评价之间的关系,同时为仅有评论评价的网站提供符合潜在分值的排序和推荐功能。[方法/过程] 通过抓取豆瓣电影的用户评价,使用ROST EA工具进行情感分析得到评论评价的综合情绪值,将其与打分评价进行相关分析,并考虑评论文本的情感强度赋权对结果造成的差异,在此基础上通过回归分析构建回归模型并对其进行检验。[结果/结论] 发现评论评价的综合情绪值与打分评价相关性较高,情感强度的赋权情况对结果影响不大,说明可以根据评论评价预测打分,据此给出相应的回归模型。     

基于情感倾向识别的汽车评论挖掘系统构建

文本情感识别是一个具有广泛应用前景的研究领域,它在信息检索、文本过滤、产品在线跟踪评价、民情民意调查分析、智能教学系统中都有着广泛应用。而汽车情感识别正在成为人们日益关注的研究热点。本文利用文本分类技术,采用分步骤分模型的设计方法,构建出汽车情感倾向识别系统,通过对汽车评论进行挖掘和分析,识别其情感倾向和演化规律,并以可视化的界面将结果展现给用户,从而向汽车生产商提供反馈信息,同时可以为汽车消费者提供购车指导。另外本文还就汽车语料库的建立,分类模型的构建以及本系统构建过程中的一些关键问题进行了分析和探讨。     

感性工学视角下的用户需求挖掘研究

以用户需求为中心的产品设计和营销策略,可以帮助企业在市场竞争中获得优势。而社会经济的快速发展,使得用户对产品的要求逐渐提高。用户期望产品在具备功能性特征的同时,拥有符合感性美学的设计,从而满足自身的感性需求。感性工学作为一种将用户感性情感与产品设计要素相关联的研究框架,可以有效挖掘用户感性需求。因此,本文在感性工学的视角下,以产品评论为语料,利用word2vec模型和滑动窗口技术半自动化生成用户感性情感词典和产品特征词表,并在此基础上提出特征-感性情感模型。本文以iPhone手机的产品评论为例,验证模型的有效性。结果表明,相较于传统的情感词典,结合感性工学理论进行情感分析可以更为有效地捕获用户感性需求,为企业提供决策支持。     

商品属性的情感表达与商品销售热度的相关性研究

[目的/意义]在线评论蕴含评论者对商品的情感态度,成为潜在消费者购物决策的参考。分析用户对商品属性的情感表达与商品销售热度之间的关系,对用户和商家具有重要的实践和理论意义。[方法/过程]采用LDA主题模型抽取商品属性特征,并对这些属性进行情感极性分析,然后用多元线性回归方程探求商品属性的情感表达对在线商品销量排名之间的关联关系。[结果/结论]研究表明：反映商品"质"的特征属性更受用户的关注,其情感极性与商品的销量排名之间存在较高的正相关性。     

网民媒介狂欢现象分析——《乘风破浪的姐姐》第三季微博评论区文本解读

本研究以《乘风破浪的姐姐》第三季视频微博评论区文本为研究对象,利用网络爬虫技术获取该条微博评论区评论文本数据,基于LDA主题模型和词频分析法对微博用户的评论文本特征进行挖掘,意图探索微博用户关注焦点和情感倾向。分析结果显示受众对《乘风破浪的姐姐》第三季的讨论主要集中在表达喜爱、回忆青春等方面,这种现象的背后是唱跳节目触发了受众的集体记忆,引发了一场以回忆青春为主题的媒介狂欢。     

基于内容分析的用户评论质量的评价与预测

以获取高质量的用户评论为直接目标,研究评论质量的评估和“有用评论”的自动识别。主要从评论内容的语言特征、语义内容、情感倾向等多个特征维度来探索文本特征对用户可感知的效用的影响力,采用深层次的文本内容分析技术提取特征指标,并结合计量分析和机器学习方法验证指标的科学性,设计可行的面向效用价值的预测模型。研究证明,依据评论内容可有效探测评论质量,辨识高质量评论,提高评论的效用价值。     

共享住宿与酒店用户评论文本的跨平台比较研究:基于LDA的主题社会网络和情感分析

[目的/意义]共享住宿与酒店预定平台可能同时存在替代性和互补性,但这种替代性和互补性分别体现在哪些产品和服务上当前文献还缺乏探讨,需要进一步开展跨平台的比较研究.[方法/过程]选取携程酒店预定平台和小猪短租平台为实验对象,采集北京市相关房源的86 635条用户评论文本,结合LDA模型、主题社会网络和主题情感分析方法对用...     

移动图书馆WAP和APP用户检索行为比较分析

[目的/意义] 对比用户在使用WAP和APP这两种方式访问移动图书馆时的检索行为,为移动图书馆的服务创新提供参考。[方法/过程] 通过对某高校图书馆OPAC系统移动端日志数据进行统计分析,从搜索会话、查询式、高频关键词以及检索方式等方面展开研究。[结果/结论] 发现用户更多地是使用WAP访问移动图书馆,相比之下,在使用APP访问移动图书馆时,用户更倾向于在短时间内进行较少的查询来结束搜索会话;使用这两种方式查询的高频关键词所属领域有很大的相似性,中文检索多集中在数学、管理学、经济学、社会学等领域;简单检索是用户访问移动图书馆时使用的主要检索方式,通过WAP访问的用户选择其他检索方式的比率要大于通过APP访问的用户。     

移动阅读APP交互体验设计的艺术范式

在手机阅读用户数量不断增长的过程中,根据用户移动阅读体验现状,研究阅读APP交互体验设计的艺术范式显得非常重要.本文通过移动阅读APP设计中体验美学启动界面、欣赏美学风格设计、品味阅读交互设计、体味书籍推荐与情感交流、畅享感官与内容融合的研究,分析了移动阅读APP交互体验设计的艺术范式;指出移动阅读APP的设计中应将用户交互体验与阅读内容结合起来,把握用户交互体验设计的艺术范式,提升用户移动阅读的体验.     

情感分析研究的知识结构及热点前沿探析

为了解国内外情感分析领域的研究状况,揭示该领域的知识结构、研究热点与发展动态,本文采用共被引分析、聚类分析、共词分析、战略坐标分析等方法,借助CiteSpace、UCINET、BICOMB、SPSS等软件,对Web of Science数据库收录的以情感分析为主题的相关文献进行计量分析与知识图谱绘制。分析结果表明,情感分析的应用、深度学习与神经网络、电子商务下的产品评论、事物情感特征评分、社交网络下用户生成内容、语义定向广告技术以及文本语言属性分析构建了情感分析的知识结构,产品评论与口碑、数据挖掘与人工智能、无监督学习、HadoopMapReduce与支持向量机以及神经网络与深度学习为该领域的研究热点,而顾客评论、推荐系统、极性分类、主题模型、电影评论、推特数据将是未来该领域主要研究方向。     

APP交互视角下的大学生移动搜索行为研究

在移动搜索日趋普遍和手机应用(APP)数量迅速增长的背景下,研究用户移动搜索行为与APP交互之间的关联,可以掌握用户在移动互联网环境下的搜索习惯,为用户提供更好的移动搜索服务。本文通过对在校大学生15天的手机日志挖掘和调查,分析了大学生的移动搜索会话、查询式与APP交互之间的关系,以及搜索时间、搜索主题与APP类型要素之间的关系。研究发现,大学生在移动搜索会话中,会较多地发生与其他APP的交互,其搜索途径更加丰富,查询式提交过程中的跨应用特征较为明显;大学生使用不同APP以及搜索不同主题信息时,搜索持续时长存在差异;大学生搜索参考类、购物类等信息时会偏向使用垂直类搜索引擎,而使用浏览与搜索类APP和社交类APP时,搜索主题十分广泛;大学生对同一主题类型信息的搜索,搜索时间不同也会影响APP的使用类型。图7。表2。参考文献30。     

基于情感隶属度模糊推理的网络口碑舆情监测评估实证研究——以手机品牌在线评论数据为例

[目的/意义]针对中文网络客户评论,从消费者真实购买体验的网络平台上抓取在线评论信息,构建基于在线评论情感隶属度模糊推理的网络口碑监测评估方法,有助于企业实时监控网络口碑舆情。[方法/过程]以美国消费者满意度模型（ACSI）为基础,从感知质量、感知价值、感知期望和感知情感4个属性方面构建在线评论网络口碑监测评估模型,结合情感隶属度模糊推理算法,从数据准备、情感分析和网络口碑舆情监测评估3个研究阶段,通过模糊推理系统设定计算规则,采用Mamdani方法对网络口碑舆情进行监测评估。[结果/结论]以亚马逊手机品牌在线评论为例进行实例验证,提出的基于情感隶属度模糊推理的网络口碑舆情监测评估方法得到较好的实验检验效果,可以为在线产品的网络口碑舆情监测评估提供信息决策。