基于文本挖掘的网络舆情主题发现与情感分析

随着网络的飞速发展,社交网络成为网络舆情传播的主要平台,用户可以随时随地通过文本、图片、视频等方式表达对热点事件的看法。分析用户对突发事件的情感态度,可以发现舆情演变规律和潜在风险,为舆情的引导和控制提供决策支持。利用python对爬取的文本数据进行数据预处理,从多语言多源数据的角度出发,挖掘网络舆情中高价值的舆情主题,并利用数据可视化方法来研究网民的情感倾向,分析舆情的时空演化规律。研究结果能够清晰的表明网民的情感态度和舆情每个阶段的特征。

液化石油气残液的回收及利用

介绍了液化石油气残液的形成及特点 ;

基于PCA-Spectral-LDA的网络舆情聚类和情感演进分析:一个微博文本挖掘研究

互联网成为网络舆情传播的主要媒介,分析突发事件的情感发展态势,可以探究舆情演变规律并识别潜在风险,为舆情的引导和控制提供决策支持.文章对爬取的微博文本数据进行预处理,基于文本数据的高维特征,首先利用主成分分析方法进行降维,然后采用谱聚类算法,并提出结合潜在狄利克雷分析模型提取文本主题的方法,对每类主题进行情感分析.通过数据可视化方法研究网民的情感倾向,得到网络舆情传播中情感的时空演化规律.研究结果能够清晰地表明网民的情感态度和舆情走向,文章的研究方法为微博舆情的研究提供了新视角.

机器学习算法下信用风险评估体系构建研究——基于中国银联数据的个人信用风险评价分析

在大数据背景下,信用机构拥有越来越多维度的贷款人数据,高维数据给构建信用风险评价模型带来了诸多难题。传统意义的信用风险评价模型日渐失效。利用中国银联信用数据作为研究样本,基于Lasso-RF两阶段特征选择,选取逻辑回归、支持向量机、随机森林、决策树等常用的信用评估分类算法,分别从准确率、精确率、召回率和F1值4个指标检验两阶段特征选择的有效性。实验结果表明:基于Lasso-RF两阶段特征选择方法较原始数据集在分类器的4个性能指标上均有所提升,证明了两阶段特征选择方法在个人信用风险评估上具有更好的分类效果。

低温对聚乙烯管道熔接口机械性能的影响

分析了聚乙烯燃气管道熔接过程中 ,环境温度对结晶状况、力学性质和物理机械性能的影响 。