版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、隨著互聯(lián)網(wǎng)的快速發(fā)展,微博(microblogging)逐漸興起。近幾年來(lái),微博逐漸滲入到人們生活的方方面面,人們不僅在微博中接受到各種各樣的信息,還會(huì)主動(dòng)的發(fā)布各種各樣的信息,甚至表達(dá)出購(gòu)買(mǎi)某種產(chǎn)品的愿望,即對(duì)某種產(chǎn)品存在著消費(fèi)意圖。所以,微博在作為一種社會(huì)媒體與社交網(wǎng)絡(luò)的同時(shí),其中蘊(yùn)含著巨大的商業(yè)價(jià)值。
本文就微博中具有消費(fèi)意圖的微博進(jìn)行了一系列的研究,并且主要進(jìn)行了以下幾個(gè)方面的研究:基于Bootstrapping的外部
2、消費(fèi)意圖資源挖掘;基于圖模型的消費(fèi)意圖微博挖掘;基于SVM分類(lèi)器的微博消費(fèi)意圖分類(lèi)。下面簡(jiǎn)要介紹一下各個(gè)研究點(diǎn)研究?jī)?nèi)容。
(1)基于Bootstrapping的外部消費(fèi)意圖資源挖掘。一淘求購(gòu)網(wǎng)站中有很多的信息條目是具有消費(fèi)意圖的,相對(duì)于微博來(lái)說(shuō),可以稱這些信息條目為外部消費(fèi)意圖資源。同時(shí),如何獲取大規(guī)模的數(shù)據(jù)一直是自然語(yǔ)言處理的相關(guān)研究中比較重要的問(wèn)題。然而,微博的消費(fèi)意圖研究作為一個(gè)新的研究方向,首當(dāng)其沖遇到的一個(gè)問(wèn)題就是缺
3、乏大量的已標(biāo)注的數(shù)據(jù)和標(biāo)準(zhǔn)的評(píng)測(cè)集合,基于此種情況,本文給出了一種基于Bootstrapping的自動(dòng)標(biāo)注外部消費(fèi)意圖資源的方法。這種方法的優(yōu)勢(shì)是可以利用少量的人工標(biāo)注的數(shù)據(jù),半自動(dòng)標(biāo)注大量的未進(jìn)行類(lèi)別標(biāo)注的數(shù)據(jù)。
(2)基于圖模型的消費(fèi)意圖微博挖掘。直接從海量的微博文本中挖掘具有消費(fèi)意圖的微博數(shù)據(jù)難度很大,因?yàn)榫哂邢M(fèi)意圖的微博的只占微博總數(shù)的3%左右。所以,我們?nèi)斯ぬ崛×艘恍┫M(fèi)意圖的特征短語(yǔ),然后通過(guò)這些特征短語(yǔ)對(duì)微博進(jìn)
4、行了過(guò)濾。過(guò)濾后的微博含有消費(fèi)意圖的比例大大提高,然后使用了一種基于圖模型的方法挖掘大量的具有消費(fèi)意圖的微博。本文提出了一種新穎的 CIRank圖模型算法,此方法借鑒了傳統(tǒng)的 TextRank算法和RelevanceRank算法的思想。此外,本文采用了三種方法用來(lái)計(jì)算圖中節(jié)點(diǎn)的相似度,分別是:Jaccard系數(shù),余弦相似度和消費(fèi)意圖相似度。
(3)基于SVM分類(lèi)器的微博消費(fèi)意圖分類(lèi)。本文提出了一種基于SVM分類(lèi)器的方法,分別利
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- mba論文面向微博的消費(fèi)意圖挖掘與分類(lèi)pdf
- 面向微博的消費(fèi)意圖識(shí)別.pdf
- 14717.基于微博的消費(fèi)意圖挖掘
- mba論文面向微博的消費(fèi)意圖識(shí)別pdf
- 面向中文微博的情感分類(lèi)研究.pdf
- 面向中文微博的情感分類(lèi)方法研究.pdf
- 面向中文微博文本的情感分類(lèi)研究.pdf
- 面向微博數(shù)據(jù)挖掘的網(wǎng)絡(luò)爬蟲(chóng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于數(shù)據(jù)挖掘的微博用戶興趣群體發(fā)現(xiàn)與分類(lèi)——以新浪微博為例.pdf
- 面向微博用戶行為數(shù)據(jù)挖掘的爬蟲(chóng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 面向微博社區(qū)的圖數(shù)據(jù)挖掘技術(shù)研究與實(shí)現(xiàn).pdf
- 面向微博電影評(píng)論的情感分類(lèi)研究.pdf
- 面向微博社區(qū)的圖數(shù)據(jù)挖掘技術(shù)研究與實(shí)現(xiàn)
- 面向微博文本的分類(lèi)技術(shù)應(yīng)用研究.pdf
- 面向中文微博文本的情感識(shí)別與分類(lèi)技術(shù)研究.pdf
- 面向微博的跨媒體情感分類(lèi)技術(shù)研究.pdf
- 跨領(lǐng)域中文微博消費(fèi)意圖識(shí)別方法的研究.pdf
- 面向微博的文本質(zhì)量評(píng)估與分類(lèi)技術(shù)研究與實(shí)現(xiàn).pdf
- 面向微博輿情挖掘的話題發(fā)現(xiàn)技術(shù)研究.pdf
- 微博事件的評(píng)論挖掘.pdf
評(píng)論
0/150
提交評(píng)論