基于短文本及情感分析的微博舆情分析.pdfVIP

第３０卷第１２期　　　 计算机应用与软件 Ｖｏｌ３０Ｎｏ．１２ ２０１３年１２月　　 ＣｏｍｐｕｔｅｒＡｐｐｌｉｃａｔｉｏｎｓａｎｄＳｏｆｔｗａｒｅ Ｄｅｃ．２０１３ 基于短文本及情感分析的微博舆情分析 李　岩　韩　斌　赵　剑 （江苏科技大学计算机科学与工程学院　江苏镇江２１２０００） 摘　要　　为解决微博文本呈现的不完整性、稀疏性及碎片化等特性，设计基于短文本聚类及用户评论情感分析的微博舆情系统； 通过对短语消息流会话的抽取，解决短信息的不完整性及交错性问题；通过对ＴＦＩＤＦ的改进，解决因关键词稀疏带来的相似度漂移 问题；设计的短文本聚类混合算法能够有效地对微博文本信息聚类且能满足准确性和伸缩性的要求。情感词分析法能够针对热点 话题的评论进行分析，识别出其情感倾向及演化规律，进一步了解网民对热点话题的观点及态度，最后通过实验验证了方法的可行 性及实验效果。 关键词　　微博　热点事件　短文本聚类　情感分析 中图分类号　ＴＰ３９３　　　　文献标识码　Ａ　　　　ＤＯＩ：１０．３９６９／ｊ．ｉｓｓｎ．１０００３８６ｘ．２０１３．１２．０６３ ＡＮＡＬＹＳＩＮＧＭＩＣＲＯＢＬＯＧＧＩＮＧＰＵＢＬＩＣＯＰＩＮＩＯＮＳＢＡＳＥＤ ＯＮＳＨＯＲＴＴＥＸＴＡＮＤＳＥＮＴＩＭＥＮＴＡＮＡＬＹＳＩＳ ＬｉＹａｎ　ＨａｎＢｉｎ　ＺｈａｏＪｉａｎ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＪｉａｎｇｓｕＵｎｉｖｅｒｓｉｔｙｏｆＳｃｉｅｎｃｅａｎｄＴｅｃｈｎｏｌｏｇｙ，Ｚｈｅｎｊｉａｎｇ２１２０００，Ｊｉａｎｇｓｕ，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ　　Ａｉｍｉｎｇａｔｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｒｅｐｒｅｓｅｎｔｅｄｉｎｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔｓｕｃｈａｓｉｎｃｏｍｐｌｅｔｅｐｒｏｐｅｒｔｙ，ｓｐａｒｓｅｎｅｓｓａｎｄｆｒａｇｍｅｎｔａｔｉｏｎ，ｗｅ ｄｅｓｉｇｎａｍｉｃｒｏｂｌｏｇｇｉｎｇｐｕｂｌｉｃｏｐｉｎｉｏｎｓｙｓｔｅｍｗｈｉｃｈｉｓｂａｓｅｄｏｎｓｈｏｒｔｔｅｘｔｃｌｕｓｔｅｒｉｎｇａｎｄｔｈｅｓｅｎｔｉｍｅｎｔａｎａｌｙｓｅｓｏｆｕｓｅｒｃｏｍｍｅｎｔｓ．Ｔｈｒｏｕｇｈ ｅｘｔｒａｃｔｉｎｇｔｈｅｓｅｓｓｉｏｎｏｆｐｈｒａｓｅｓａｎｄｍｅｓｓａｇｅｓ’ｆｌｏｗ，ｔｈｅｓｙｓｔｅｍｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｓｏｆｉｎｃｏｍｐｌｅｔｅａｎｄｏｖｅｒｌａｐｐｉｎｇｐｒｏｐｅｒｔｉｅｓｉｎｓｈｏｒｔ ｍｅｓｓａｇｅｓ．ＴｈｒｏｕｇｈｉｍｐｒｏｖｉｎｇｔｈｅＴＦＩＤＦ，ｔｈｅｓｙｓｔｅｍｓｏｌｖｅｓｔｈｅｐｒｏｂｌｅｍｏｆｓｉｍｉｌａｒｉｔｙｄｒｉｆｔｃａｕｓｅｄｂｙｓｐａｒｓｅｎｅｓｓｏｆｋｅｙｗｏｒｄｓ．Ｔｈｅｈｙｂｒｉｄ ｓｈｏｒｔｔｅｘｔｃｌｕｓｔｅｒｉｎｇａｌｇｏｒｉｔｈｍｄｅｓｉｇｎｅｄｃａｎｅｆｆｅｃｔｉｖｅｌｙｃｌｕｓｔｅｒｔｈｅｍｉｃｒｏｂｌｏｇｇｉｎｇｔｅｘｔｍｅｓｓａｇｅｓａｎｄｃａｎｍｅｅｔｔｈｅｒｅｑｕｉｒｅｍｅｎｔｓｏｆａｃｃｕｒａｃｙａｎｄ ｓｃａｌａｂｉｌｉｔｙ．Ｔｈｅｓｅｎｔｉｍｅｎｔｗｏｒｄｓａｎａｌｙｓｅｓｍｅｔｈｏｄｃａｎｄｉｒｅｃｔｌｙａｎａｌｙｓｅａｇａｉｎｓｔｔｈｅｃｏｍｍｅｎｔｓｏｎｈｏｔｔｏｐｉｃｓ，ｉｄｅｎｔｉｆｙｔｈｅｉｒｅｍｏｔｉｏｎａｌｔｅｎｄｅｎｃｉｅｓ ａｎｄｔｈｅｅｖｏｌｕｔｉｏｎｒｕｌｅ，ａｎｄｕｎｄｅｒｓｔａｎｄｔｈｅｖｉｅｗｐｏｉｎｔｓａｎｄａｔｔｉｔｕｄｅｓｏｆｉｎｔｅｒｎｅｔｕｓｅｒｓｏｎｈｏｔｔｏｐｉｃｓｆｕｒｔｈｅｒ．Ｉｎｅｎｄｏｆｔｈｅｐａｐｅｒｗｅｖｅｒｉｆｙｔｈｅ ｆｅａｓｉｂｉｌｉｔｙｏｆｔｈｅｍｅｔｈｏｄａｎｄｔｈｅｅｘｐｅｒｉｍｅｎｔａｌｒｅｓｕｌｔｓｔｈｒｏｕｇｈｅｘｐｅｒｉｍｅｎｔｓ． Ｋｅｙｗｏｒｄｓ　　Ｍｉｃｒｏｂｌｏｇ　Ｈｏｔｅｖｅｎｔｓ　Ｓｈｏｒｔｔｅｘｔｃｌｕｓｔｅｒｉｎｇ　Ｓｅｎｔｉｍｅｎｔａｎａｌｙｓｉｓ 短文本的特征值选择方面，杨震等［１］将每个短文本文档看成一