博客作者興趣挖掘與博客信息、情感分析的研究.pdf

1、Web2.0 概念的出現(xiàn)使互聯(lián)網(wǎng)新媒體發(fā)展進入了新階段。博客作為Web2.0 概念下的典型應用正在推動整個互聯(lián)網(wǎng)業(yè)的發(fā)展。近幾年來，作為一種新興事物，博客正處于高速的發(fā)展時期，互聯(lián)網(wǎng)上的博客數(shù)量一直在急劇的增長。博客已經(jīng)成為互聯(lián)網(wǎng)上一種重要的信息源。如何組織、檢索、有效的利用豐富的博客資源，挖掘有價值的信息引起了包括科研界和工業(yè)界的廣泛關注，各種方法和技術的應用正在被探索中。這些工作對于掌握互聯(lián)網(wǎng)的發(fā)展動態(tài)，改善各種網(wǎng)上服務，豐富用戶網(wǎng)

2、上生活，提高用戶體驗等都具有十分重要的現(xiàn)實意義和研究價值。 利用博客內容的個性化和多樣性的特點，本文開展了對博客內容進行分析和挖掘的工作，主要包括以下兩個課題。 通過挖掘博客的內容獲得作者的個人信息，構建作者的興趣集合。 本文提出了一種基于分類技術的自動挖掘博客作者的興趣的方法。在該方法中，本文采用多分類器聯(lián)合的技術來提高分類精度和挖掘出的興趣的可靠性。此外，本文采用自頂向下的層次化分類方法挖掘更加具體的博客作者

3、的興趣，并且興趣可以以概念層次結構的形式展現(xiàn)。該課題在個性化搜索，新聞或廣告的自動推薦以及用戶社區(qū)的構建等互聯(lián)網(wǎng)研究與應用領域有著廣泛的應用。 本文提出了對博客文章、博客進行信息型和情感型判定的問題。本文將該問題看作一個分類問題，并提出采用文本分類的技術解決此問題。本文檢驗了已有的文本挖掘技術在該問題上的適用性，其中包括分類算法和特征抽取算法。通過實驗，本文發(fā)現(xiàn)支持向量機分類算法與信息增益特征提取算法的結合可以達到最好的分類效果