当前位置:主页 > 管理论文 > 信息管理论文 >

企业舆情情感倾向分析研究

发布时间:2020-11-05 23:15
   互联网时代网络技术迅猛发展,由最初向人们展示信息,转变为人们可以在其上自由的输入自己的观点。网上迅速增长的文本资源中包含大量企业相关的文本,企业可以对这些人们输入到网络上的文本资源做数据分析,分析这些文本的感情极性,能够帮助企业更好地理解这些用户的行为,为企业做出有利于自身发展的决策提供重要依据。本文主要研究怎样对企业舆情做感情倾向识别分析,其舆情结果的反馈可用于企业的决策依据,帮助企业减小损失或者最大化利益。基于学者们对企业网络舆情在话题识别追踪,观点识别等方面的研究,本文发现在企业舆情情感倾向方面的相关研究相对匮乏,遂将其确定为研究方向,以识别企业舆情的情感倾向作为研究内容,在文中提出了企业舆情情感分析框架,并通过实际发生的事件-魏则西事件的数据进行实例分析。主要内容包括:企业舆情情感识别分析框架的提出、企业舆情文本数据获取方式研究、基于《知网》等词典的情感词典构建方法研究、对获取的待处理文本情感值的计算及如何对文本情感倾向五元分类的研究等。本论文在探讨企业舆情情感倾向分析方法后,从知乎上获取了魏则西事件的部分相关数据,经过处理后得到有效数据2688条,并对其按照本文中方法做情感倾向处理分析,作为实例应用。在应用过程中,进行了人工标注与程序处理的结果对比,指标计算等。本文使用基于情感词典的技术对企业舆情进行情感倾向识别分析,并且采用了广为人知的魏则西事件进行实例应用,证明该方法的可行性。对企业舆情情感分析识别能够使企业掌握人们对热点事件的态度,及时采取措施来挽回损失或扩大利益。
【学位单位】:哈尔滨工业大学
【学位级别】:硕士
【学位年份】:2017
【中图分类】:G206;F49
【部分图文】:

框图,框图,论文,组织结构


论文组织结构框图

舆情,分析框架,企业,主键


- 10 -图 2-1 企业舆情分析框架表 2-1 舆情数据存储表称 属性含义 数据类型 备注主键 id INT(11) 主键、非空ata 原始数据 TEXT 非空r 评论者 Varchar(60) 无ment_data 预处理后数据 TEXT 无al_word_data 情感词语得分对TEXT 无

帖子,论坛,百度,事件


元字符 含义\w 匹配字母、数字、下划线或汉字\d 匹配数字\s 匹配任意的空白符* 匹配前面表达式 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论坛为例,说明如何使用 Java 语言从网页中提取相关目标数据。使用的网页为天涯论坛中魏则西事件的相关帖子如图 2-3 所示,其中网页目标数据对应的 HTML 代码结构如图 2-4 所示。下面用 Java 讲述从中提取作者、发表时间等信息。
【参考文献】

相关期刊论文 前10条

1 戴敏;王荣洋;李寿山;朱珠;周国栋;;基于句法特征的评价对象抽取方法研究[J];中文信息学报;2014年04期

2 陈旻;朱凡微;吴明晖;应晶;;观点挖掘综述[J];浙江大学学报(工学版);2014年08期

3 肖丽妍;齐佳音;;基于微博的企业网络舆情社会影响力评价研究[J];情报杂志;2013年05期

4 赵文清;侯小可;;基于词共现图的中文微博新闻话题识别[J];智能系统学报;2012年05期

5 张辉;周敬民;王亮;赵莉萍;;基于三维文档向量的自适应话题追踪器模型[J];中文信息学报;2010年05期

6 普布旦增;欧珠;;藏文分词中交集型歧义字段的切分方法研究[J];西藏大学学报(社会科学版);2010年S1期

7 柳位平;朱艳辉;栗春亮;向华政;文志强;;中文基础情感词词典构建方法研究[J];计算机应用;2009年10期

8 何莘;王琬芜;;自然语言检索中的中文分词技术研究进展及应用[J];情报科学;2008年05期

9 叶强;张紫琼;罗振雄;;面向互联网评论情感分析的中文主观性自动判别方法研究[J];信息系统学报;2007年01期

10 周文帅;冯速;;汉语分词技术研究现状与应用展望[J];山西师范大学学报(自然科学版);2006年01期


相关博士学位论文 前1条

1 张晓艳;新闻话题表示模型和关联追踪技术研究[D];国防科学技术大学;2010年


相关硕士学位论文 前8条

1 康浩;微博文本情感分类方法与应用研究[D];国防科学技术大学;2012年

2 陈晓东;基于情感词典的中文微博情感倾向分析研究[D];华中科技大学;2012年

3 贾利娟;企业舆情分析系统的设计与实现[D];西安电子科技大学;2010年

4 曹亚辉;非结构文本最佳近似匹配系统的研究与实现[D];东华大学;2011年

5 李存青;中文意见挖掘中的特征词提取以及情感倾向分析[D];重庆大学;2010年

6 曹卫峰;中文分词关键技术研究[D];南京理工大学;2009年

7 褚敬年;面向企业信息检索的中文分词系统的研究与实现[D];东北大学;2008年

8 郝雷红;现代汉语否定副词研究[D];首都师范大学;2003年



本文编号:2872328

资料下载
论文发表

本文链接:https://www.wllwen.com/guanlilunwen/sjfx/2872328.html


Copyright(c)文论论文网All Rights Reserved | 网站地图 |

版权申明:资料由用户089b8***提供,本站仅收录摘要或目录,作者需要删除请E-mail邮箱bigeng88@qq.com