基于微博的用戶飲食特色及表達(dá)習(xí)慣分析.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，社會(huì)媒體越來(lái)越被廣泛使用，成為人們生活方式的一部分。通過(guò)社會(huì)媒體積累的數(shù)據(jù)也因而正經(jīng)歷著爆發(fā)性的增長(zhǎng)。通過(guò)挖掘社會(huì)媒體文本獲得信息,相比于社會(huì)學(xué)研究中傳統(tǒng)的問(wèn)卷調(diào)查方式，有著更真實(shí)、數(shù)據(jù)量大、費(fèi)用低等優(yōu)點(diǎn)，因而越來(lái)越被廣泛使用。
　　但在社會(huì)媒體文本挖掘中，傳統(tǒng)的基于詞表的方法存在準(zhǔn)確率低的問(wèn)題。針對(duì)此問(wèn)題，本文提出了基于依存句法分析的方法和基于機(jī)器學(xué)習(xí)的方法，除了分詞信息，還應(yīng)用詞性標(biāo)注、句法分析等自然語(yǔ)言

2、處理信息，并在飲食行為識(shí)別上進(jìn)行了實(shí)驗(yàn)。實(shí)驗(yàn)證明了基于依存句法分析的方法在準(zhǔn)確率上相比基于詞表的方法有大幅提升；基于機(jī)器學(xué)習(xí)的方法則相比另兩種方法準(zhǔn)確率都高，雖然召回率要低于基于詞表方法，但仍然是綜合表現(xiàn)最佳的模型。
　　用基于機(jī)器學(xué)習(xí)的模型，可以從大規(guī)模微博語(yǔ)料中識(shí)別出飲食行為，并與原微博屬性對(duì)應(yīng)起來(lái)。然后從性別、地區(qū)、時(shí)間三個(gè)維度對(duì)微博用戶的飲食習(xí)慣特色進(jìn)行分析和交叉分析，用詞云的形式可視化地展現(xiàn)了結(jié)果。此外，還進(jìn)行了針對(duì)某一