-
题名网络用户评论的情感分歧度量化算法研究
被引量:11
- 1
-
-
作者
徐健
吴思洋
-
机构
中山大学资讯管理学院
-
出处
《情报学报》
CSSCI
CSCD
北大核心
2020年第4期427-435,共9页
-
基金
广东省自然科学基金项目“情感分歧度量化模型及其应用研究”(2018A030313981)。
-
文摘
从情感分歧角度出发,为网络用户评论情感分析提供新的研究方法和视角。借鉴已有的5种差异度、离散度计算公式,融入情感元素,应用于情感分歧度计算场景,分别得到基于情感值差、标准差、变异系数、信息熵、情感分布概率的5种情感分歧度量化算法,并且基于情感的正负值特点,提出基于正负情感比值的情感分歧度量化方法。在网络用户评论情感分析的基础上,利用这6种情感分歧度量化算法对用户评论进行情感分歧度量化,并对各种情感分歧度算法量化结果进行对比分析。实验结果表明,情感分歧度量化算法可实现对网络用户评论情感分歧度的量化;不同分歧度量化算法在适用性和区分度等方面的特点存在差异。
-
关键词
情感分析
情感分歧度
电影评论
量化算法
-
Keywords
sentiment analysis
sentiment divergence
film reviews
quantitative algorithm
-
分类号
TP391.1
[自动化与计算机技术—计算机应用技术]
-
-
题名面向网络舆情事件的多层次情感分歧度分析方法
被引量:3
- 2
-
-
作者
华玮
吴思洋
俞超
吴婕洵
徐健
-
机构
中山大学信息管理学院
-
出处
《数据分析与知识发现》
CSCD
北大核心
2023年第4期16-31,共16页
-
基金
广东省自然科学基金项目(项目编号:2018A030313981)的研究成果之一。
-
文摘
【目的】面对网络舆情事件,从情感分歧角度出发,为舆情分析提供新的分析角度。【方法】引入情感分歧度概念,创建多层次情感分歧度算法,构建网络舆情事件多层次情感分歧度分析模型,对网络舆情事件层、评论对象层、用户层进行情感值及情感分歧度的计算,并将三个层次进行关联分析。【结果】实验结果表明,引入情感分歧度可以弥补原有情感分析研究中对网民意见分歧角度的缺失,本模型可以实现舆情事件关键节点及争议较大的评论对象的识别、判断舆论引导效果,并对舆情争议产生的原因实现精准定位。【局限】仅选取微博作为数据源,未从豆瓣、知乎等其他平台获取数据。【结论】本文模型可应用于监控舆情事件关键节点、根据争议原因选择不同的舆论引导方式以及判断舆论引导效果。
-
关键词
情感分歧度
网络舆情分析
多层次
关联分析
-
Keywords
Sentiment Divergence
Network Public Opinion Analysis
Multi-level
Relevance Analysis
-
分类号
G252
[文化科学—图书馆学]
-