基于Word2vec的情感分析在品牌认知中的应用研究   总被引：2，自引：0，他引：2  

王仁武  宋家怡  陈川宝 《图书情报工作》2017,61(22):6-12

[目的/意义]通过基于Word2vec的文本情感分析技术对某显示器品牌的产品与服务的在线评论进行分析,研究消费者的品牌认知和品牌口碑,为管理者建立更科学的品牌管理体系提供有针对性的建议。[方法/过程]首先利用自然语言处理技术,对评论语料库进行预处理,结合深度学习的Word2vec词向量技术构建产品特征词和情感词词库,进一步构造情感概念对进行情感评分,并将其用于分析品牌产品特定特征的用户情感。[结果/结论]通过Word2vec构建的情感词典相较于传统方法（例如一般的情绪词表）进行情感分析,在情感分析的准确率上有所提高,再结合有效的情感概念对构造与情感评分,可以有效地理解用户的品牌认知。  相似文献   

商品属性的情感表达与商品销售热度的相关性研究     

阮光册  周健超 《图书情报工作》2017,61(22):13-19

[目的/意义]在线评论蕴含评论者对商品的情感态度,成为潜在消费者购物决策的参考。分析用户对商品属性的情感表达与商品销售热度之间的关系,对用户和商家具有重要的实践和理论意义。[方法/过程]采用LDA主题模型抽取商品属性特征,并对这些属性进行情感极性分析,然后用多元线性回归方程探求商品属性的情感表达对在线商品销量排名之间的关联关系。[结果/结论]研究表明：反映商品"质"的特征属性更受用户的关注,其情感极性与商品的销量排名之间存在较高的正相关性。  相似文献   

基于特征本体的微博产品评论情感分析     

唐晓波  兰玉婷 《图书情报工作》2016,60(16):121

[目的/意义] 微博平台产品评论的特征级情感分析问题具有其特殊性,为了对特征分类,解决隐式特征的识别问题,并分析特征情感,提出一种基于特征本体的产品评论情感分析方法。[方法/过程] 该方法利用构建的特征本体对特征词分类,通过计算情感词与特征的搭配权重来识别隐式特征,并构建领域情感词典和微博表情符号词典,计算微博产品评论的特征情感极性和强度。[结果/结论] 构建方法模型,通过采集微博评论数据设计实验,验证了提出方法的有效性。  相似文献   

基于深度学习CNN模型的图像情感特征抽取研究     

李志义  许洪凯  段斌 《图书情报工作》2019,63(11):96-107

[目的/意义]以用户情感为线索的图像检索已成为机器学习研究的热点，但图像情感特征标注的语料数据多来源于对图像低层特征的抽取，从而导致图像检索过程单一化和程式化。本文提出了一种基于深度学习的图像情感特征抽取的算法，将图像底层特征融合到图像的高层情感语义当中，为实现图像的情感语义检索提供了参考。[方法/过程]利用改进的卷积网络模型，将数据集图像的颜色、纹理作为输入，经多层运算自动提取图像的情感信息，并通过反向传播算法计算出改进后模型的情感检索准确率，构造出准确率较高且过拟合程度低的图像情感特征提取模型。[结果/结论]应用改进的卷积神经网络模型，实现了对图像情感特征的抽取，相较于原模型提升了10%的检索准确率。  相似文献   

细粒度情感分析研究综述   总被引：2，自引：0，他引：2  

唐晓波  刘广超 《图书情报工作》2017,61(5):132-140

[目的/意义] 对细粒度情感分析研究进展进行调研和总结,探讨其关键问题、关键技术及未来研究趋势。[方法/过程] 采用文献调研方法,从不同粒度层次的情感分析视角,对粗粒度情感分析到细粒度情感分析的演进过程进行阐述,对细粒度情感分析的实现技术和方法进行归类总结。[结果/结论] 总结细粒度情感分析的两个重要问题：情感词抽取和评价对象属性抽取。本研究有助于了解现阶段细粒度情感分析研究的关键问题及关键方法。  相似文献   

基于情感分析的企业产品级竞争对手识别研究——以用户评论为数据源     

肖璐  陈果  刘继云 《图书情报工作》2016,60(1):83

[目的/意义]针对传统方法的不足,提出一种以用户评论为数据源的企业产品级竞争对手识别方法。[方法/过程]首先,根据企业分析维度确定候选竞争产品,进行相关评论文本采集;其次,利用信息抽取技术从本企业产品评论中抽取用户较为关注的产品特征;然后,基于情感分析技术设计特征情感权重算法;利用该算法对本企业产品特征进行优劣势分析,获取优势与劣势特征集,完成待分析产品向量空间表示与相似度计算;分析计算结果,挖掘出与本企业产品优势相似及劣势互补的候选竞争产品,并选择优势相似且劣势互补的产品为主要竞争对手,其他优势相似的产品为次要竞争对手。在实证部分,选择"红米Note"手机为分析对象,以"淘宝""京东""中关村在线"多源评论为数据源,利用基于情感分析的竞争对手识别方法挖掘该产品的主要和次要竞争对手。[结果/结论]本文的基于情感分析的竞争对手识别方法能够实现企业产品级竞争对手的识别与分析。  相似文献   

附加情感特征的在线问答社区信息质量自动化评价     

姜雯  许鑫  武高峰 《图书情报工作》2015,59(4):100-105

[目的/意义] 考察在线问答社区信息中的情感特征以及其对在线问答社区信息质量自动化评价的影响。[方法/过程] 综合以往研究,提取Yahoo! Answers中的回答信息的文本特征、用户特征、时序特征等,并提出附加情感标注的回答特征,利用Weka机器学习的方法进行信息质量自动化分类预测。[结果/结论] 结果显示,在线问答社区信息中具有一定的情感特征且情感特征的加入能够提高分类预测的准确率。  相似文献   

专业社交媒体中的主题知识元抽取方法研究     

林杰  苗润生  张振宇 《图书情报工作》2019,63(14):101-110

[目的/意义]以汽车论坛例，提出一种针对专业社交媒体文本的主题知识元抽取方法。[方法/过程]首先，通过LDA模型提取出汽车论坛中文本的主题，并进行去重，形成主题列表；其次，基于融合主题特征的深度学习模型T-LSTM模型构建适于汽车论坛本文的情感分析模型；然后，通过计算各词汇在图模型TextRank中的重要性与各词汇的Word2Vec主题相似度，抽取情感关键词与关键句，用于对文本主题与情感倾向的解释与补充；最后，对上述方法进行集成，输出结构化的主题知识元。[结果/结论]实验结果中，抽取得到的主题知识元合格率达到69.1%，表明本文提出的主题知识元抽取方法，能够围绕知识主题较为准确地抽取知识元，实现知识的结构化转换。  相似文献   

融合主题与情感特征的突发事件微博舆情演化分析   总被引：1，自引：0，他引：1  

安璐  吴林 《图书情报工作》2017,61(15):120-129

[目的/意义]微博是突发事件网络舆情传播的重要媒介。面向突发事件的微博主题和情感挖掘对掌握突发事件的网络舆情、识别与预测潜在问题及风险等方面具有重要的实践意义。尝试提出一种融合主题与情感特征的突发事件微博舆情演化分析方法。[方法/过程]以寨卡事件为例,通过划分微博舆情演化的生命周期,基于word2vec技术分别提取该事件生命周期各阶段的微博主题,采用基于词典的情感分析方法,引入情感词、表情符号等多情绪源,对不同主题下的评论情感做细粒度划分,并计算情感强度,最终实现微博主题与情感的协同分析。[结果/结论]所提出的微博舆情演化分析方法能够揭示面向特定事件的微博在突发事件生命周期各阶段的主题特征、情感类型与强度,剖析网络舆情主题与情感特征的协同演化规律。  相似文献   

感性工学视角下的用户需求挖掘研究   总被引：3，自引：0，他引：3  

贾丹萍  靳健  耿骞  邓斯予 《情报学报》2020,(3):308-316

以用户需求为中心的产品设计和营销策略,可以帮助企业在市场竞争中获得优势。而社会经济的快速发展,使得用户对产品的要求逐渐提高。用户期望产品在具备功能性特征的同时,拥有符合感性美学的设计,从而满足自身的感性需求。感性工学作为一种将用户感性情感与产品设计要素相关联的研究框架,可以有效挖掘用户感性需求。因此,本文在感性工学的视角下,以产品评论为语料,利用word2vec模型和滑动窗口技术半自动化生成用户感性情感词典和产品特征词表,并在此基础上提出特征-感性情感模型。本文以iPhone手机的产品评论为例,验证模型的有效性。结果表明,相较于传统的情感词典,结合感性工学理论进行情感分析可以更为有效地捕获用户感性需求,为企业提供决策支持。  相似文献