基于情感常识的微博事件公众情感趋势预测

微博日益成为一个巨大而复杂的互联网舆论平台。分析微博中特定话题的情感趋势对于了解网络舆情、分析产品销量趋势显得尤为重要。该文使用微博进行真实事件公众情感趋势预测:首先,考虑到微博特征稀疏、上下文缺失的特性,借助词语上下位语义关系对其进行语义扩充;其次,使用语义特征和情感常识知识构造双层分类方法进行情感分析;最后,对特定事件在连续时间段内的微博使用时序情感分析方法进行公众情感趋势预测。实验证明,该情感分析方法准确率相对于传统分类方法有明显的提高,在此基础上的情感趋势预测符合事件的真实发展状况。

基于时间序列模型和情感分析的情感趋势预测

为解决传统情感分析方法无法对公众未来情感走势变化有效预测的问题,提出一种将时间序列模型与情感分析相结合的情感趋势预测方法。采用深度学习模型对股市论坛实时评论信息进行情感分类,统计固定时间单位的情感值,构建情感值时间序列,提出ARIMA-GARCH时间序列模型,对情感值时间序列进行建模分析,预测投资者的情感走势。实验结果表明,该方法对于情感趋势的预测结果合理,误差较小。同时,发现投资者情感趋势与股市涨跌幅走势相似,为投资决策提供了参考。

基于相关向量机的网络舆情情感趋势预测

对网络舆情事件中网民评论的情感发展趋势进行准确预测具有非常重要的意义和价值.本文提出将网民评论的情感值作为预测指标,通过对评论的句式分析,利用短语模式计算单句及复句的情感值,构建情感值时间序列,建立基于相关向量机的网络舆情情感趋势预测模型,对网络舆情事件中网民评论情感趋势进行预测.选择新浪微博中关注度较高的头条新闻中微博评论的舆情事件作为实验对象,运用本文模型与基于BP神经网络、Elman神经网络等预测模型进行对比.实验结果表明,本文模型具有较高的预测精度,平均绝对百分误差（MAPE）和均方根误差（RMSE）均优于基于BP神经网络和Elman神经网络的预测模型,能较好地预测出网络舆情事件中网民评论情感趋势.

面向微博客的热点事件情感分析方法

微博客是一种新兴的网络信息交互平台,近年来受到越来越多的用户的关注。信息的简洁性以及传播渠道的多样性使得微博客成为广大网民浏览热点事件相关信息和发表个人观点的重要途径。分析和监测微博客内容中所包含的情感信息,能够了解民众对特定热点事件的关注程度和情感变化,从而辅助评估和掌握事件的发展状况。因此,提出一种面向微博客的热点事件情感分析方法,该方法首先自动挖掘用户对某热点事件的多个关注点,并针对不同关注点进行情感分析以及情感趋势监测,最终实现一个可视化的热点事件情感趋势分析原型系统。通过实例验证了微博客信息在网络热点事件的情感分析和监测中的有效性。

相关性计算在情感分析上的应用

基于相关性算法对情感数据进行了分析、介绍了情感分析的定义和所用到的技术,以及统计学中相关性分析的基本概念。接着介绍了3种相关性算法,并用简单线性相关性算法,实现了对情感数据相关性的分析和验证。最后通过分析历史数据的相关性,对事物的发展趋势进行预测。

疫情期间社会媒体舆论影响下公众情感变化与情感指数分布及对策分析

重大疫情背景下社会媒体舆论的正确引导,对社会稳定具有重要意义。通过文本挖掘获取微博数据并进行相关的预处理,使用神经网络算法将舆论信息划分为积极、中立、消极三个维度,引入SEIR模型和地理加权回归模型对时间维度情感变化趋势与情感指数空间分布状况进行了分析。根据SEIR模型可大致将疫情发生后的舆论扩散时期划分为0~20天增长阶段、20~40天爆发阶段、40天后消退阶段,并根据分析结论,提出社会媒体舆论引导的对策建议。

基于微博网络爬虫的巴黎圣母院大火舆情分析

北京时间2019年4月16日凌晨,法国巴黎圣母院突发大火。为了分析民众对巴黎圣母院大火的舆论关注情况及舆论走向,探讨官方微博在舆论引领中发挥的作用。利用网络爬虫软件在新浪微博上爬取巴黎圣母院大火相关博文,对采集所得的舆情信息进行量化处理和词频分析,从热度变化、地域分布、情感趋势等方面分析舆情信息。结果表明:微博用户对巴黎圣母院大火的舆论关注显现出爆发性的特点,短时间内热度急剧上升,在16日上午8时至10时热度最高,以极高的热度大约维持了8h,然后迅速下降。在地域分布方面,舆情信息主要分布在我国东部、中部和东南部地区,其中北京和广东的用户发布的微博数量最多。面对巴黎圣母院大火,主流舆论表现出对文物损失的心痛与惋惜,衷心祈愿文物能远离灾难。同时,官方微博的积极引领,有助于民众舆论朝着正能量方向发展。

基于低碳设计的伦理思考

本文从低碳设计的方面阐述设计的伦理问题,基于当前低碳设计缺乏人性化的现象,强调了低碳设计不仅要节约能源,以达到可持续发展的目的,而且要充分考虑设计伦理层面,坚持以人为本的原则,主张人性化设计,提出了基于低碳设计伦理思考的新的发展趋势,主要有低碳设计产品的情感趋势,增加产品附加值及产品附加服务等,以达到人性化的目的。

微博预置话题与突发话题的特征挖掘研究

[目的/意义]借鉴拉斯韦尔5W传播模型,探讨微博中预置话题与突发话题的特征。[方法/过程]基于因子分析的关键节点影响力评价方法来研究话题节点特征;利用Ward方法对话题博文量曲线进行聚类,并对曲线进行多项式拟合;对话题情感度曲线进行聚类,并对不同类型话题的峰度和整体情感加权平均高峰期进行研究。[结果/结论]话题首节点多是信息分享,其中突发话题的传播多是从事件的客观描述开始;话题微博按博文量可分为前热型、中热型、后热型、爆发型和持续型,其中突发话题比预置话题爆发得更早、持续时间更长;话题出现72小时后公众情感趋于中立,但突发话题情感曲线高峰期比预置话题更集中,整体情感加权平均高峰期更早出现,曲线趋势更复杂。

基于评论数据的满意度模型设计研究

通过分析客户对服务的评论数据,建立一个逻辑回归模型来定义客户的满意度值。将该模型预测客户入住,进一步根据满意度值建立二值分类器,在这个过程中,涉及满意度0~1之间参数界定问题。拟采用北京短租评论数据集,经过分词统计不同特征词得分来建立满意度模型,加入了房屋类型、区域等影响因素来验证模型精度性,涉及到因素权重参数更新、平均损失问题。实验表明,通过评论数据满意度模型预测客户消费准确率可以达到74.24%。

移动多媒体展示中的界面交互设计研究

作为多媒体展示的一个重要部分,移动终端上的多媒体交互设计,尤其是手机应用设计的介入,迅速博得了人们的青睐。在这种情况下,手机类应用的质量也是参差不齐。作为设计人员,我们将从交互界面设计的角度出发,以我们团队研究当前手机应用市场的现状的研究,并结合我们的思想与团队所制作的手机应用作品为例,分析手机应用这一类多媒体展示的界面交互设计。

室内设计中人与空间的情感历程

情感在艺术学中的重要地位,甚至是最核心的因素。在反复的现代与后现代的博击下,现在的室内设计,在人与空间的情感关系上也变得多元化与模糊化,不过可以很明朗的看到一个未来的趋势,即从现代主义或后现代主义的强调人性或物性的单向情感交融,慢慢走向强调"人—空间"之间关系的双向情感互溶。