基于情感分析的社交网络意见领袖的识别以情感分类为手段.docVIP

基于情感分析的社交网络意见领袖的识别:以情感分类为手段 蒋澜 林娜娜 刘阳 史雪琪 陆诗慧 上海理工大学管理学院 X 关注成功！ 加关注后您将方便地在 我的关注中得到本文献的被引频次变化的通知！ 新浪微博 腾讯微博 人人网 开心网 豆瓣网 网易微博 摘????要： 在社交网络中进行意见领袖的挖掘对信息传播与演化的深度分析、舆情监控和引导具有重要意义。结合情感分析, 挖掘在专业知识领域受到大众支持的正面意见领袖是本项目研究重点。实验对比发现, LeaderRank算法能够结合社交网络的用户交互, 更有效客观地识别在专业领域中的正面意见领袖。 关键词： 社交网络; 意见领袖; 情感分析; 作者简介：蒋澜 (1994-) , 女 (汉族) , 上海人, 本科在读, 研究方向:信息管理与信息系统。 收稿日期：2017-04-22 Identification of Opinion Leaders in Social Networks Based on Sentiment Analysis :Through the Emotional Analysis JIANG Lan LIN Na-na LIU Yang SHI Xue-qi LU Shi-hui Business School, University of Shanghai for Science and Technology; Abstract： The opinion leaders of social networks play an important role in knowledge dissemination, public opinion control and marketing, etc. With the emotional analysis, recognizing positive opinion leaders, who is popular in the professional fields, is the main goal of this project. Through the experiments, we found that the Leaderrank method could combine the user interactions in the social networks and recognize the positive opinion leaders in certain professional fields. Keyword： social network; opinion leader; sentiment analysis; Received： 2017-04-22 近年来, 随着微博、微信等社交媒体的兴起, 社交网络的规模与影响力不断地扩大, 产生了一批具有社会舆论号召力的大V, 这些能够引导社会舆论趋势, 传播公共信息, 推荐商业产品的网络节点被称为意见领袖。而情感分析能够判别社交网络用户间的情感倾向, 作为意见领袖的一种挖掘方法, 具有一定的科学依据。本文将结合情感分析, 探讨在专业领域中具有正面影响力的意见领袖。 一、基于情感分析的意见领袖识别 基于情感分析的意见领袖的识别方法研究框架分5步: (1) 数据收集; (2) 文本预处理; (3) 主题帖与评论特征提取; (4) 主题帖分类与情感计算; (5) 构建关注情感综合矩阵; (6) 利用LeaderRank算法, 计算意见领袖值。 二、主题帖分类 本文研究的社交网络主体是垂直类社交网络汽车论坛, 关注汽车知识类主题帖, 如汽车信息、汽车维修等。我们采用LDA主题模型对主题帖名进行分类, 它能扩展短文本的特征项, 在一定程度上解决短文本的特征稀疏问题。LDA模型的基本思路是:挑选主题帖的有效内容作为长文档来训练LDA主题模型, 得到隐含主题词的概率分布;将主题帖名带入到隐含主题模型中, 得到主题词, 增加到主题帖名的特征向量;将特征向量带入SVM算法分类器进行分类, 提取汽车相关的主题帖。 三、文本情感极性分类 1. 文本分类研究。 文本的情感极性分析是对带有主观情感的文本进行语义分析, 将文本分为正面、中立、负面三个类型。评论文本中带有的情感倾向能反映用户对主题帖和作者所带有的情感。但基于情感词语语义分析的方法需要借助情感词典, 维护成本较高, 不适合在研究中使用。因而, 本文采用基于统计自然语言的方法对文本评论进行分析。常用的统计自然语言方法的情感分类器有:支持向量机 (SVM) 、朴素贝叶斯 (NB) 、最大熵 (ME) 等。本文采用支持SVM作为文本情感分类器。 2. 文本特征提取。 在主题帖中, 评论多为