基于回歸預測的SVM算法在中文微博情感分類中的應用研究.pdf

1、隨著移動計算、智能終端、4G移動通信技術的快速發(fā)展，微博已經(jīng)成為用戶提供信息發(fā)布和傳播、信息共享與獲取的關鍵途徑，誕生了新浪微博、騰訊微博、網(wǎng)易微博、搜狐微博等平臺。信息的復雜性、實時性、快速傳播性都給新時期輿情監(jiān)控帶來了困難，因此中文微博情感分析已經(jīng)成為輿情監(jiān)控的研究熱點。
　　本文首先詳細地分析了中文微博情感分類的現(xiàn)狀，研究了基于情感詞、樸素貝葉斯、K近鄰等分類算法，歸納了這些算法的應用現(xiàn)狀和存在的缺陷，提出構建一個高效的中文

2、微博情感特征識別庫，利用改進的SVM算法進行微博情感分類。本文主要工作包括以下幾個方面：
　　1）構建中文微博文本情感特征庫。本文詳細地分析中文微博的結構特征，分析中文微博符號情感特征、情感特征詞和強調(diào)標點符號特征等內(nèi)容，使用TF-IDF等特征識別方法確定微博中的中文情感特征詞，構建一個標準的中文微博情感特征庫。
　　2）基于回歸預測的SVM算法。由于傳統(tǒng)的SVM算法應用于中文微博情感分類過程中，中文微博文本中的情感詞匯在不