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:
研究旨在探索对互联网新闻文本信息的高效利用.借助自主建立的高频情感词典、领域情感词典,与已有的心理学情感词典作对比,创新性地融合新闻热度和读者态度设计3种情感计算方式:基本权重公式、情感—新闻热度计算公式和情感—读者态度计算公式,进行情感分析;并将该情感分析方法应用于股市预测中,对比了不同情感词典与不同情感计算方法使用支持向量机对股市涨跌的预测能力.实验表明,融合新闻热度和读者态度的情感分析方法比不考虑新闻热度和读者态度的情感分析方法效果更好,并且在实验中使用与领域相关的积极高频词汇进行情感分析取得了更好的预测效果.
推荐文章
融合句子情感和主题相似性的中文新闻文本情感摘要
情感摘要
句子情感
LexRank
句子特征
主题相似性
一种IPTV点播内容热度预测模型及其应用
IPTV
影视点播
内容热度
预测模型
一种基于情感词典和朴素贝叶斯的中文文本情感分类方法
文本情感分类
朴素贝叶斯
情感词典
基于读者视角的文本情感分类
情感分类
情感标签
期望最大化算法
朴素贝叶斯
后验概率
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 一种融合新闻热度和读者态度的情感分析方法
来源期刊 图书馆学研究 学科
关键词 情感分析 领域词典 读者态度 新闻热度
年,卷(期) 2017,(10) 所属期刊栏目 其他
研究方向 页码范围 81-90
页数 10页 分类号
字数 语种 中文
DOI
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 唐晓波 121 1264 21.0 31.0
2 叶晨孟 1 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  (68)
共引文献  (528)
参考文献  (16)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(2)
  • 参考文献(1)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(5)
  • 参考文献(0)
  • 二级参考文献(5)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(10)
  • 参考文献(0)
  • 二级参考文献(10)
2009(10)
  • 参考文献(1)
  • 二级参考文献(9)
2010(10)
  • 参考文献(0)
  • 二级参考文献(10)
2011(7)
  • 参考文献(3)
  • 二级参考文献(4)
2012(6)
  • 参考文献(1)
  • 二级参考文献(5)
2013(6)
  • 参考文献(2)
  • 二级参考文献(4)
2014(6)
  • 参考文献(4)
  • 二级参考文献(2)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2017(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
情感分析
领域词典
读者态度
新闻热度
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
图书馆学研究
半月刊
1001-0424
22-1052/G2
大16开
吉林省长春市新民大街1162号
12-205
1980
chi
出版文献量(篇)
7783
总下载数(次)
21
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导