基于文本傾向性分析技術(shù)的微博監(jiān)控系統(tǒng).pdf

1、隨著互聯(lián)網(wǎng)技術(shù)和移動技術(shù)的飛速發(fā)展，作為互聯(lián)網(wǎng)媒體重要組成部分的微博迅速興起，微博已經(jīng)成為當下最流行的社交平臺之一，越來越多的網(wǎng)民通過微博表達自己的觀點和態(tài)度，尤其是結(jié)合手機移動終端，使得微博信息的分享和傳播更加便捷。在此過程中，由于用戶群體不一所以微博信息的內(nèi)容也多樣化，大量的個人觀點充斥著整個互聯(lián)網(wǎng)。對于政府、企業(yè)和網(wǎng)絡(luò)安全等方面來說這些帶有感情色彩的信息具有非常重要的意義，所以對微博這一社交媒體平臺信息的檢測和預(yù)警愈發(fā)重要。文本傾

2、向性分析是對某一個話題的看法和立場進行數(shù)據(jù)挖掘和分析，從而得到該看法或評論的情感傾向是積極的還是消極的。這一技術(shù)可以廣泛應(yīng)用于話題分析、輿情分析、產(chǎn)品評論、市場調(diào)研、輿情預(yù)警等方面。
　　目前將文本傾向性分析方法應(yīng)用到微博文本分析中的系統(tǒng)還不多，而且微博情感傾向性分析方法還存在著準確率低，考慮不周全，缺乏對句子依存關(guān)系考慮等缺點。針對以上特點本文從微博自身特點出發(fā)，借鑒已有研究成果，改進現(xiàn)有的分析方法，提出一種有效的微博情感傾向性

3、方法，最終設(shè)計并實現(xiàn)了微博監(jiān)控系統(tǒng)。本文主要研究內(nèi)容和創(chuàng)新點如下：
　　1、研究現(xiàn)有的文本傾向性分析方法，主要從基于語義的文本傾向性分析技術(shù)出發(fā)，研究分析了基于詞和短語模式和基于語義模式庫的文本傾向性分析方法，并且對這兩種方法進行了對比和總結(jié)。
　　2、本文構(gòu)建了一整套文本傾向性分析所需的情感詞典，包括領(lǐng)域情感詞典、基礎(chǔ)情感詞典、修飾副詞詞典、表情符號詞典和網(wǎng)絡(luò)詞匯詞典。提出了一種領(lǐng)域情感詞典構(gòu)建方法，使其能夠自動擴展情感詞

4、庫，減少了人工的干預(yù)。結(jié)合知網(wǎng)和漢語褒貶詞典提出一種基礎(chǔ)詞典構(gòu)建方法。
　　3、結(jié)合1中方法本文提出了一種基于情感詞典和短語模式的文本傾向性分析方法。首先分析了短語模式庫，將短語表達方式歸納為六種短語模式，其次分析詞與詞之間的依存關(guān)系，最后結(jié)合情感詞典和短語模式，對句子情感傾向進行計算，通過計算情感值判斷情感傾向。
　　4、本文結(jié)合網(wǎng)絡(luò)爬蟲技術(shù)、頁面解析技術(shù)和文本預(yù)處理等技術(shù)提出并設(shè)計了一整套微博輿情監(jiān)控系統(tǒng)。包括微博采集模