文献类型：期刊文章

作　　者：王灿伟[1,2]

机构地区：[1]山东管理学院信息工程学院,济南250357 [2]南京大学计算机科学与技术系,南京210023

出　　处：《南京大学学报（自然科学版）》

基　　金：国家自然科学基金青年项目(71301086);山东省电子政务项目(2150511);山东省科技厅星火计划(2013XH17003);教育厅科技计划(J14LN62)

年　　份：2017

卷　　号：53

期　　号：3

起止页码：549-556

语　　种：中文

收录情况：BDHX、BDHX2014、CAS、CSCD、CSCD2017_2018、JST、MR、RCCSE、ZGKJHX、ZMATH、核心刊

摘　　要：从海量微博数据中分析公众对某一社会事件的情感倾向具有重要研究意义,而海量微博文本稀疏规模庞大,导致传统方法处理这一任务时面临诸多挑战.提出一种基于主题聚类的海量微博情感分析方法.首先基于高质量微博数据挖掘频繁项集,设定语义相关阈值,筛选重要频繁项集进行谱聚类,得到主题关键词.基于主题关键词对海量微博数据依据语义相关度归类,最后结合情感词典对每类中的微博检索主题关键词前后修饰距离内情感词及否定词,结合表情符号计算微博情感值.在百万规模中文微博上进行实验,证明该方法能准确按主题归类且能有效在该主题上进行情感分类.

关 键 词：海量微博  聚类 主题提取 情感分类

分 类 号：TP391]