基于消費(fèi)意圖和情感分析的票房預(yù)測建模.pdf

1、微博作為一種新興的社交媒體，已經(jīng)積累了大量的用戶和影響力。微博不斷增加的在線評(píng)論正在極大影響著傳統(tǒng)的市場決策，使得文本挖掘成為商業(yè)界和學(xué)術(shù)界共同的熱點(diǎn)話題。用戶的每一條評(píng)論所匯聚成的集體智慧，不僅含有對(duì)某種商品的購買意愿，即消費(fèi)意圖，此外，微博平臺(tái)上包含著用戶對(duì)商品各方面評(píng)價(jià)的用戶評(píng)論也影響消費(fèi)者的購買決策。這些包含消費(fèi)意圖和情感傾向的數(shù)據(jù)對(duì)科學(xué)研究和商業(yè)應(yīng)用有著極高的價(jià)值。
　　本文以微博中電影主創(chuàng)人員的電影評(píng)論為研究對(duì)象，重點(diǎn)

2、關(guān)注評(píng)論中的消費(fèi)意圖和情感信息挖掘，并探討將這種信息用于票房預(yù)測。具體來說本文的工作主要包括以下五個(gè)方面：
　　（1）對(duì)消費(fèi)意圖分類進(jìn)行重定義：在微博評(píng)論中即便用戶表達(dá)出了消費(fèi)意圖，也不一定代表會(huì)有消費(fèi)行為，因?yàn)橄M(fèi)意圖正例包括顯式消費(fèi)意圖和隱式消費(fèi)意圖。因此，本文將消費(fèi)意圖正例定義為顯示消費(fèi)意圖，即明確表明要進(jìn)行消費(fèi)的用戶。
　　（2）對(duì)情感分類標(biāo)準(zhǔn)進(jìn)行重定義：由于正面評(píng)論的數(shù)量和票房之間沒有直接的關(guān)系。因此本文首先假設(shè)如

3、果有更多的微博評(píng)論是和票房增長相關(guān)，則電影的票房會(huì)更好。基于這個(gè)假設(shè)將經(jīng)過主客觀分類的微博評(píng)論分為3類：正面評(píng)論即消費(fèi)意圖正例；中性評(píng)論即對(duì)影片、演員等表達(dá)積極情感的評(píng)論；負(fù)面評(píng)論是對(duì)劇情、演技等表達(dá)負(fù)面或者消極的情感。
　?。?）基于SVM的消費(fèi)意圖挖掘：本文提出了基于SVM的消費(fèi)意圖分類算法，首先通過對(duì)微博語料的觀察，定義消費(fèi)意圖正例的2類特征；然后采用人工標(biāo)注的方式獲得消費(fèi)意圖正例；將定義的2類特征用來表示評(píng)論文本并訓(xùn)練出消

4、費(fèi)意圖分類模型，并利用該模型對(duì)給定的微博評(píng)論進(jìn)行消費(fèi)意圖分類；最后將分類結(jié)果與人工標(biāo)注的結(jié)果對(duì)比，準(zhǔn)確率高達(dá)73％。
　?。?）基于SVM的情感分類：為了對(duì)評(píng)論中的信息進(jìn)行挖掘，本文首先對(duì)已有的情感資源加以概括和總結(jié)，使用擴(kuò)展的點(diǎn)互信息算法(SO-PMI)判斷候選詞的情感類別，自動(dòng)獲得領(lǐng)域詞典，構(gòu)建一個(gè)面向微博電影評(píng)論的情感詞典。然后，由于微博表達(dá)方式的多元化，首先對(duì)評(píng)論文本進(jìn)行預(yù)處理，采用情感詞作為特征選擇；最后使用Libsvm