情感分析：基于词典的分析方法.pdfVIP

情感分析：基于词典的分析方法 好主意值得扩散，激发我们创造的动力所有的数据挖掘 方法和思路基本上很久之前都已经形成了，只是现代计算机 的普及让这些创新的想法拥有了看似可行的技术支撑，给了 他们起死回生的机会，从历史的故纸堆里摇身一变，成了高 大上的现代挖掘感念。情感分析的历史也可以追溯到 1950 年，没错你真的没有看错，那时的情感分析用于研究论文评 述的态度。如今，广阔的社交媒体为情感分析提供了用武之 地，文本数据源源不断地从微博、博客、微信、社交平台、 新闻评论、百度知道等等交互平台抓取下来，而情感分析被 广泛的应用于挖掘互联网上的主观信息。从基础上讲，情感 分析能够帮助企业掌握文本所表达的情感倾向：正向、负向、 还是中性，给予企业分析特定人群特别是消费者对某一固定 话题、产品、方法持有的态度。企业可以使用挖掘出来的情 感信息寻找新的营销机会，改善营销方式，针对人群采取精 准营销等等，美国总统奥观海团队就使用情感分析方法监控 大众对其政策的态度和反应。1.情感分析及其应用：这里是 老生常谈在企业内，所有的数据挖掘工作归根结底要解决业 务问题，这一点认识的越深刻越能脚踏实地的解决问题，而 不是制造虚假问题然后解决或者是答非所问，结果不能对问 题实现有效的干预。1.1.情感分析的用途情感分析也一样要 寻找自己的业务用途。当然情感分析有很多用途，网络社交 越来越火，名博或意见领袖越来越多，可以对商品和服务打 分、评价的站点更是如雨后春笋，用户的评价和建议可以全 网传播，这些数据毫无疑问是精准营销的动力来源。企业也 可以根据情感分析建立自己的数字形象，识别新的市场机会， 做好市场细分，进而推动产品成功上市，但抓住这些评论的 价值部分也是企业的巨大挑战。上述正是情感分析的应用背 景，但其主要用途包括：监控社交媒体社交媒体监控可以非 常有效的管理品牌的影响力或识别对品牌有影响力的意见 领袖，比如你想知道自己品牌负面评论的来源，你可以监控 50 个行业意见领袖的微博、博客，分析他们微博或文章下面 的用户评论，从而确定谁会引导负向评论，之后就可以和这 些意见领袖合作，从而转化他们的负面影响。公共关系情感 分析同时能帮助企业改善或重塑公共关系策略，例如情感分 析可以探索销售热点和行业的流行趋势，同样就像上一步表 述的一样，通过情感分析找到社会上对品牌有好感的意见领 袖，建立并维持合作的关系，这种方式显然是一种行之有效 的公共关系管理策略。市场营销情感分析正在逐步替代传统 市场研究的内容，比如情感需求调研、使用习惯及态度研究 等等，例如，三星想知道客户对他们的新机型的评价，在社 交媒体和数据挖掘兴起之前他们只能通过市场调研的方式 解决。而数据分析则可以抓取消费者在各大消费网站如亚马 孙、京东、天猫、社交媒体留下的评论数据，分析这些文本 内容。从而获知消费者对某个新机型的情感倾向，或者获得 消费者对某个新机型的了解程度以及消费者对机型的哪些 属性比较赞赏而对另外某些方面并不感冒。政策分析分析微 博上的评论可以非常准确的了解大众对政策的理解和情感 倾向，慕尼黑大学的研究表明推特上的信息能够非常准确的 反映选民的政治倾向，通过分析 2009 年德国大选期间选民 涉及政党和政客的 10 万条推特，结论是推特的信息能够预 示大选的结果，其准确性不亚于传统的民意调研。数据挖掘 情感分析作为一种数据挖掘的方式，可以用于采集竞争对手 的竞争优势，企业可以轻易地跟踪社交媒体的情感倾向和社 交媒体对竞争对手的情感倾向，了解消费者对竞争品牌的印 象及对其产品的情感倾向，这是非常优秀的竞争优势分析策 略。更重要的是，情感分析的结果和情感指数还可以作为变 量应用到其他数据挖掘项目，例如预测用户流失的概率时就 可以关联用户的情感指数作为变量。1.2.情感分析的方法论 受制于人们表达态度的方式异常复杂，情感分析面临很多挑 战，简单的方法难以识别真正的情感倾向。但常见的分析方 法大致可以梳理为两个常见的方向：基于词典的情感分析法 和基于监督算法的情感分析方法。1.2.1.基于词典的情感分析 法基于词典的情感分析法起源于基于语法规则的文本分析， 方法比较简单纯朴，首先需要具有语法敏感性的专业人士构 建情感分析的词典：正向情感词典和负向情感词典，即将某 语言中用于表达情感的词汇分为两个类别，然后比对文本中 正负情感词的个数之类的方法，评估文本的情感倾向，这种 方法非常容易理解。 情感词也分轻重缓急，比如喜欢和爱虽然都是正向，但其程 度上不一样，因此根据语言专家的分析，给予情感词不同的 情感