基于時序分析的移動用戶情感預測研究與應用.pdf

1、隨著移動通信網(wǎng)絡技術的高速發(fā)展，人們越來越依靠手機等移動終端開展網(wǎng)絡活動，信息展示的終端趨向小型化，由此帶來的信息過載問題阻礙了用戶快速而高效地獲取所需的數(shù)據(jù)信息。推薦系統(tǒng)正是解決上述問題的一種核心支撐技術，主流的推薦系統(tǒng)大多依靠用戶的顯式或者隱式反饋信息獲得偏好，但是這種方式對用戶在移動網(wǎng)絡中的活動足跡、發(fā)表的言論等數(shù)據(jù)信息利用不足。而情感分析與預測分析是挖掘上述信息的主流方法，其本質(zhì)是通過歷史數(shù)據(jù)的變化規(guī)律來計算數(shù)據(jù)未來的發(fā)展狀態(tài)，

2、并了解用戶對于推薦項目的情感反饋。
　　通過結合情感分析和預測分析技術，不僅可以計算情感走勢、豐富推薦系統(tǒng)在用戶情感層面上的推薦依據(jù)、輔助計算更加個性化的結果，還可以從另一個角度提出推薦系統(tǒng)的一種新的解決方案。基于以上思路，本文將預測分析技術應用在情感分析領域，通過歷史情感分析結果及情感值的變化趨勢對未來的情感值進行預測。同時，將這種方法應用在推薦系統(tǒng)上，針對用戶情感層面的喜好展開相應研究，從而提升用戶體驗以及系統(tǒng)的推薦質(zhì)量。

3、r>　　本文的主要工作包含以下幾方面:
　　(1)在移動用戶社交網(wǎng)絡環(huán)境下，分析了用戶的使用行為習慣以及網(wǎng)絡社交環(huán)境的用語習慣，提出了一種包括建立標點符號情感字典、語氣詞情感字典等一系列針對社交數(shù)據(jù)的情感字典的建立方法，并對詞典的情感分析準確度進行了評估。
　　(2)提出了一種基于時序分析的移動用戶情感預測方法，并對其中涉及到的時間序列分析相關算法進行了理論學習與應用研究。通過分析移動用戶的上下文會話信息，得到用戶情感值序列

4、，利用時序分析這個序列計算和預測情感走向。
　　(3)針對現(xiàn)有移動用戶在社交過程中出現(xiàn)的表情符號選擇使用問題，提出了一種新式的表情符號推茬算法。其特點在于結合了情感分析結果與時間序列分析中的ARIMA算法，通過分析用戶會話過程中使用表情符號時的對話背景，將其情感分析的結果作為用戶對該表情符號的情感理解，在推薦過程中，依據(jù)計算的用戶情感預測結果進行表情符號推薦。
　　(4)開發(fā)了一款融入本文提出的表情符號推薦算法的手機社交軟件