基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
运用一套紧跟前沿领域的微博情感倾向判定算法对微博主题中的用户情感倾向进行判定与分析。首先,对该算法进行介绍;其次,运用真实的微博数据测试样本对算法进行测试,评估该算法对微博分析的准确度,表明该算法在微博用户情感倾向判定方面具有较高的预测精度;然后,分别对以中国两会和日本地震为主题的新浪微博用户的情感倾向进行判定与分析,每个主题的统计结果符合现实社会及历史因素的常规逻辑分析,验证了该算法的可靠性和应用性;最后,通过只统计每个主题一半用户的情感倾向,得到与统计全部用户情感倾向基本一致。这说明对于具有超大用户数量参与的微博主题大数据,只需要统计一定比例用户的情感倾向,可以得到全部用户情感倾向的统计结果,因此可以大幅减少统计时间,且保证了结果有效性,对微博用户情感倾向的判定和分析具有重要理论意义和实际应用价值。
推荐文章
基于关键句分析的微博情感倾向性研究
情感分析
倾向性分析
关键句
依存句法分析
观点挖掘
基于Biterm主题模型的无监督微博情感倾向性分析
微博
短文本
情感倾向性分析
无监督
Biterm主题模型
基于转移变量的图文融合微博情感分析
情感分析
图文融合
转移变量
转发符号
主题模型
基于主题提取的海量微博情感分析
海量微博
主题提取
情感分类
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 微博主题中用户情感倾向的判定与分析
来源期刊 江苏科技大学学报(自然科学版) 学科 社会科学
关键词 微博主题 情感倾向 大数据
年,卷(期) 2016,(6) 所属期刊栏目 管理工程
研究方向 页码范围 610-613
页数 4页 分类号 C939|C919
字数 3621字 语种 中文
DOI 10.3969/j.issn.1673-4807.2016.06.017
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王念新 江苏科技大学经济管理学院 65 546 13.0 21.0
2 周斌 江苏科技大学经济管理学院 7 3 1.0 1.0
3 何兴盛 中国科学技术大学信息学院 2 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (25)
共引文献  (61)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(2)
  • 参考文献(0)
  • 二级参考文献(2)
2007(4)
  • 参考文献(0)
  • 二级参考文献(4)
2008(5)
  • 参考文献(1)
  • 二级参考文献(4)
2009(6)
  • 参考文献(1)
  • 二级参考文献(5)
2010(9)
  • 参考文献(0)
  • 二级参考文献(9)
2011(1)
  • 参考文献(1)
  • 二级参考文献(0)
2013(1)
  • 参考文献(1)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
微博主题
情感倾向
大数据
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
江苏科技大学学报(自然科学版)
双月刊
1673-4807
32-1765/N
大16开
江苏省镇江市梦溪路2号
1986
chi
出版文献量(篇)
2799
总下载数(次)
4
总被引数(次)
15598
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导