文献类型：期刊文章

作　　者：张凌[1,2] 谭毅[1] 朱礼军[3] 董伟[4]

Zhang Ling

机构地区：[1]武汉科技大学管理学院,湖北武汉430081 [2]武汉科技大学管理学院服务科学与工程研究中心,湖北武汉430081 [3]中国科学技术信息研究所,北京100038 [4]天津大学教育学院,天津300072

出　　处：《情报理论与实践》

基　　金：国家社会科学基金青年项目“动态社交网络中的信息扩散优化机理研究”(项目编号:15CTQ029);湖北省教育厅人文社会科学重点项目“社交网络环境下用户情感挖掘与传播研究”(项目编号:18D010);产业政策与管理研究中心开放基金研究的成果之一

年　　份：2019

卷　　号：42

期　　号：7

起止页码：132-137

语　　种：中文

收录情况：BDHX、BDHX2017、CSSCI、CSSCI2019_2020、JST、NSSD、RCCSE、RWSKHX、ZGKJHX、核心刊

摘　　要：[目的/意义]负面微博一般是指人们在微博平台中表达用户个人悲伤、恐惧、愤怒等情绪的微博,近几年逐渐引起了人们的注意。高效快速地识别负面微博不仅可以帮助企业做产品改进、品牌营销,同时还能帮助政府及时了解社会舆情等,因此对社会各领域都具有重要意义。[方法/过程]文章分析了负面微博有哪些特征,同时以健康领域作为案例,通过机器学习对提出的负面微博识别特征进行验证。[结果/结论]实验结果表明,不同领域负面微博所使用的负面词都不一样,同时也验证了建立不同主题的微博负面词表对于海量微博中进行负面微博的识别是有必要的,为人们做微博情感分析提供了新思路。[局限]文章选取的微博样本量较少,选取机器学习的特征值以后可以添加句子语法特征等进行训练。

关 键 词：负面微博  情感分析 特征分析  机器学习  

分 类 号：G206] G353.1