發(fā)布時(shí)間：2020-11-05 23:15

　　 互聯(lián)網(wǎng)時(shí)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^(guān)點(diǎn)。網(wǎng)上迅速增長(zhǎng)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(duì)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(hù)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(duì)企業(yè)輿情做感情傾向識(shí)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(duì)企業(yè)網(wǎng)絡(luò)輿情在話(huà)題識(shí)別追蹤,觀(guān)點(diǎn)識(shí)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(duì)匱乏,遂將其確定為研究方向,以識(shí)別企業(yè)輿情的情感傾向作為研究?jī)?nèi)容,在文中提出了企業(yè)輿情情感分析框架,并通過(guò)實(shí)際發(fā)生的事件-魏則西事件的數(shù)據(jù)進(jìn)行實(shí)例分析。主要內(nèi)容包括:企業(yè)輿情情感識(shí)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(duì)獲取的待處理文本情感值的計(jì)算及如何對(duì)文本情感傾向五元分類(lèi)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(guò)處理后得到有效數(shù)據(jù)2688條,并對(duì)其按照本文中方法做情感傾向處理分析,作為實(shí)例應(yīng)用。在應(yīng)用過(guò)程中,進(jìn)行了人工標(biāo)注與程序處理的結(jié)果對(duì)比,指標(biāo)計(jì)算等。本文使用基于情感詞典的技術(shù)對(duì)企業(yè)輿情進(jìn)行情感傾向識(shí)別分析,并且采用了廣為人知的魏則西事件進(jìn)行實(shí)例應(yīng)用,證明該方法的可行性。對(duì)企業(yè)輿情情感分析識(shí)別能夠使企業(yè)掌握人們對(duì)熱點(diǎn)事件的態(tài)度,及時(shí)采取措施來(lái)挽回?fù)p失或擴(kuò)大利益。
【學(xué)位單位】：哈爾濱工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位年份】：2017
【中圖分類(lèi)】：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(chǔ)表稱(chēng) 屬性含義 數(shù)據(jù)類(lèi)型 備注主鍵 id INT(11) 主鍵、非空ata 原始數(shù)據(jù) TEXT 非空r 評(píng)論者 Varchar（60） 無(wú)ment_data 預(yù)處理后數(shù)據(jù) TEXT 無(wú)al_word_data 情感詞語(yǔ)得分對(duì)TEXT 無(wú)

元字符 含義\w 匹配字母、數(shù)字、下劃線(xiàn)或漢字\d 匹配數(shù)字\s 匹配任意的空白符* 匹配前面表達(dá)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(shuō)明如何使用 Java 語(yǔ)言從網(wǎng)頁(yè)中提取相關(guān)目標(biāo)數(shù)據(jù)。使用的網(wǎng)頁(yè)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(yè)目標(biāo)數(shù)據(jù)對(duì)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(shí)間等信息。
【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 戴敏;王榮洋;李壽山;朱珠;周?chē)?guó)棟;;基于句法特征的評(píng)價(jià)對(duì)象抽取方法研究[J];中文信息學(xué)報(bào);2014年04期

2 陳旻;朱凡微;吳明暉;應(yīng)晶;;觀(guān)點(diǎn)挖掘綜述[J];浙江大學(xué)學(xué)報(bào)(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(huì)影響力評(píng)價(jià)研究[J];情報(bào)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(huà)題識(shí)別[J];智能系統(tǒng)學(xué)報(bào);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(huà)題追蹤器模型[J];中文信息學(xué)報(bào);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(bào)(社會(huì)科學(xué)版);2010年S1期

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

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

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

10 周文帥;馮速;;漢語(yǔ)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(bào)(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(huà)題表示模型和關(guān)聯(lián)追蹤技術(shù)研究[D];國(guó)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(lèi)方法與應(yīng)用研究[D];國(guó)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(jì)與實(shí)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(shí)現(xiàn)[D];東華大學(xué);2011年

5 李存青;中文意見(jiàn)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(shí)現(xiàn)[D];東北大學(xué);2008年

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

本文編號(hào)：2872328