结合话题相关性的热点话题情感倾向研究

摘要：

[目的]热点话题具有很大的影响力,针对热点话题及其情感对象的情感倾向进行相关研究.[方法]提出一个结合话题相关性的主客观分类模型,帮助抽取与热点话题相关的主观微博;利用基于机器学习改进的情感分类方法对抽取博文的情感极性进行分析;通过召回率、准确率、F值对情感分类效果进行详细评估.[结果]实证分析结果表明,结合话题相关性有效提升了热点话题微博主客观分类和情感极性分类效果,其中F值分别提升7.4％和2.2％.[局限]待需深入考虑数据的分布状态、情感分类粒度细化、情感对象的情感趋势变化等.[结论]考虑话题相关性,提升微博情感分类的效果,并通过抽取热点话题中关键情感对象的情感倾向,为微博精准营销提供相关情报信息.

关键词：热点话题、主客观分类、情感倾向分类、TF-IDF-SIM、机器学习

分类号：G350(情报学、情报工作)

资助基金：四川大学中央高校基本科研业务费项目“基于中文微博的负面情绪预警研究”项目skqy201406的研究成果之一

在线出版日期：2017-05-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：46-53