文档介绍：⑧。篟堡へ客鞯墨鱼﹏鱼皇垒卫鱼省阧卫。::.一●●■馹馹●●●馹馹—————————————————————一
..........————————————。........................—
论文独创性声明学位论文版权使用授权书或撰写过的研究成果,也不包含为获得滥鎏盘堂或其他教育机构的学位或证本学位论文作者完全了解逝’江盘堂有权保留并向国家有关部门或机构送交本论文的复印件和磁盘,允许论文被查阅和借阅。本人授权迸婆态堂可本人声明所呈交的学位论文是本人在导师指导下进行的研究工作及取得的研究成果。除了文中特别加以标注和致谢的地方外,论文中不包含其他人已经发表书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示谢意。学位论文作者签名:签字日期:年月以将学位论文的全部或部分内容编入有关数据库进行检索和传播,可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。C艿难宦畚脑诮饷芎笫视帽臼谌ㄊ导师签名:日
摘要用户所发表的信息包含的观点进行挖掘具有重大的研究与应用意义。断,该方法使用用户领域知识以及用户之间的社交关系构造用户模型,计算用户随着社会的发展以及科技的进步,缜挠跋炝θ战ピ龃螅缜看蟮用户网使得重要信息能迅速得到社会关注,用户针对产品、话题、政策等发表的观点和建议也为企业营销、政府网络问政等提供了巨大的价值,因此,对社区中本文对贝叶斯分类算法进行改进,然后基于改进后的算法对话题进行监测,目的是监测后续数据流中表述同一话题的帖子或信息,充实观点挖掘的数据源,本方法改善了分类过程中训练样本分布不均以及样本稀少所带来的影响,实验表明该改进提高了话题监测的性能。另外,用户所发表的信息包括话题信息以及其他用户对该话题的评论信息。针对指定话题的评论信息,本文对基于词典的观点挖掘方法进行了改进,判断评论信息中所包含的观点是属于还是,该方法结合了观点词的词频、观点词的位置以及语法等特征对观点进行挖掘,最后我们对微博中的评论信息进行实验,实验表明本方法能对评论信息中的观点进行有效的提取;针对话题信息,本文提出了一种基于用户模型的观点挖掘方法,对话题所含观点的权威性进行判的重要性,然后结合该话题的评论信息的观点挖掘结果来判断话题的权威性;最后通过实验表明用户信息对于观点权威性的判断确有重要影响。关键词:缜疤饧嗖猓鄣阃诰颍匆端狗掷啵没P浙江大学硕士学位论文摘芟
!!!!!!.....................。....................一
,甌瓹,.,瑃,:,,,。.瑆,畉痑瓼:琽,儿
’。。’————’———————————————。一
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸璴课题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯缜肿础天涯论坛和新浪微博⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文的工作和组织⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第孪喙丶际醯难芯肯肿础话题监测⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.疤饧嗖饪蚣堋话题监测的方法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯观点挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⒊槿〖≡瘛本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..第禄诟慕谋匆端狗掷嗟幕疤饧嗖狻基于分类的话题监测框架⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯朴素贝叶斯分类器的不足⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯改进的贝叶斯分类器⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯算法实验⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯...⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。第聎社区中评论信息的观点挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯微博信息与传统文本的区别⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。浙江犬学硕士学位论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯同采
#