在線社交網(wǎng)絡(luò)情感分析

在線社交網(wǎng)絡(luò)情感分析依據(jù)用戶在社交絡(luò)中的行為01目錄在線社交絡(luò)情感分析的應(yīng)用定義在線社交絡(luò)情感分析的技術(shù)目錄030204基本信息在線社交絡(luò)情感分析，屬于觀點(diǎn)挖掘的范疇，是依據(jù)用戶在社交絡(luò)中的行為(如評論、口碑等)，以邏輯學(xué)、語言學(xué)、心理學(xué)理論為基礎(chǔ)，采用自然語言處理等方法，分析用戶對實(shí)體(如產(chǎn)品、服務(wù)、個(gè)人、事件等)表達(dá)的觀點(diǎn)、情緒、態(tài)度。目錄目錄1.定義2.在線社交絡(luò)情感分析的應(yīng)用3.在線社交絡(luò)情感分析的技術(shù)定義定義在線社交絡(luò)情感分析，屬于觀點(diǎn)挖掘的范疇，是依據(jù)用戶在社交絡(luò)中的行為(如評論、口碑等)，以邏輯學(xué)、語言學(xué)、心理學(xué)理論為基礎(chǔ)，采用自然語言處理等方法，分析用戶對實(shí)體(如產(chǎn)品、服務(wù)、個(gè)人、事件等)表達(dá)的觀點(diǎn)、情緒、態(tài)度。雖然自然語言處理方法已有多年的研究，但情感分析仍然是一個(gè)熱點(diǎn)研究。其原因有：(1)在線社交絡(luò)情感分析，有著廣泛的應(yīng)用，尤其是在工業(yè)界。(2)隨著絡(luò)社交媒體的發(fā)展，在線社交絡(luò)的情感分析面臨一些新的挑戰(zhàn)和新的視角，如數(shù)據(jù)的海量性對情感分析算法的影響。在線社交絡(luò)情感分析的應(yīng)用在線社交絡(luò)情感分析的應(yīng)用情感分析最常見的應(yīng)用是分析在線評論中消費(fèi)者對產(chǎn)品及服務(wù)的觀點(diǎn)。Twitter和Facebook是許多情感分析應(yīng)用的焦點(diǎn)，最普遍的應(yīng)用利用Twitter和Facebook數(shù)據(jù)檢測特定品牌的聲譽(yù)。同時(shí)，情感分析也可以被應(yīng)用到政治領(lǐng)域，如追蹤社交絡(luò)上用戶對選民對候選人演講和行為的看法。另外，在金融市場上，社交絡(luò)情感分析也有普遍的應(yīng)用，如情緒分析系統(tǒng)利用從多個(gè)在線平臺收集的討論企業(yè)的文章，分析總體情感分值，并將該分值應(yīng)用到交易系統(tǒng)中

。在線社交絡(luò)情感分析的技術(shù)在線社交絡(luò)情感分析的技術(shù)在線社交絡(luò)的新特點(diǎn)給傳統(tǒng)情感分析帶來了一些新的研究問題，進(jìn)而也催生了一些新的在線社交絡(luò)情感分析技術(shù)。例如，專門處理短小文本的情感分析技術(shù)、利用社交絡(luò)中群體間的相互作用的情感分析技術(shù)，以及應(yīng)對社交絡(luò)中的垃圾用戶、垃圾意見可能對真實(shí)情感分析帶來的影響的一系列垃圾數(shù)據(jù)處理技術(shù)等。3.1面向短文本的情感分析技術(shù)隨著Twitter、Facebook、新浪等社交絡(luò)的迅速發(fā)展，人們可以隨時(shí)隨地地在絡(luò)上發(fā)表自己的觀點(diǎn)及意見。不同于傳統(tǒng)新聞、報(bào)道等長文本，社交絡(luò)中文本短小、語法不規(guī)則性，并含有大量的噪聲，針對社交絡(luò)中的短文本的情感分析技術(shù)具有十分重要的意義。GoAlec等人在2009年測試了監(jiān)督學(xué)習(xí)算法在Twitter短文本上的情感分類效果，如多項(xiàng)式貝葉斯分類、最大熵模型及支持向量機(jī)模型

。不同于在長文本中依靠人工標(biāo)注獲得的訓(xùn)練集，GoAlec等人采用Twitter中的表情符號獲取正面評論和負(fù)面評論，從而省去了大量的人工標(biāo)注成本，同時(shí)提升了訓(xùn)練集的規(guī)模。隨著的興起，針對短文本的情緒分析成為社交絡(luò)分析的一個(gè)重點(diǎn)。目前，很多注重于情感分析的評測會議，如自然語言處理與中文計(jì)算會議（NLP&CC）、全國信息檢索會議（CODE）等，都將情緒分析作為一個(gè)重要的部分。Zhan