2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩73頁未讀 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明: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),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)

文檔簡介

1、近年來,隨著WEB3.0的飛速發(fā)展,社交媒體也迅速發(fā)展起來,各大社交平臺(tái)競相怒放,用戶量迅猛增長。截至2016年11月,F(xiàn)acebook注冊用戶數(shù)超過14億,Twitter月活躍用戶數(shù)已達(dá)到3.1億,國內(nèi)的新浪微博月活躍用戶數(shù)也超過2.6億。大量的活躍用戶,每天自發(fā)的貢獻(xiàn),提取,創(chuàng)造,傳播新聞資訊,使得每天有上億條微博信息在各個(gè)平臺(tái)上發(fā)布和傳播。龐大用戶群、海量文本信息吸引了越來越多的學(xué)者的關(guān)注與研究。
  事件檢測與跟蹤是一項(xiàng)旨

2、在基于事件對信息進(jìn)行分析和利用的研究。目前,國內(nèi)外針對社交媒體的事件檢測與跟蹤研究成果較少。并且,社交媒體信息有文本短,信息不集中,網(wǎng)絡(luò)用語多,口語化等特點(diǎn),傳統(tǒng)話題檢測與跟蹤方法用于社交媒體準(zhǔn)確率很低。本文針對以上問題,提出了一種融合基于LDA淺層學(xué)習(xí)特征和基于Word2Vec深度學(xué)習(xí)特征的分類方法對新浪微博進(jìn)行事件檢測,并在事件檢測基礎(chǔ)上進(jìn)行了事件熱度預(yù)測與情感傾向性分析。
  本文以新浪微博為主要研究對象,構(gòu)建了連續(xù)時(shí)間跨度

3、超過兩個(gè)月的語料庫。通過融合基于LDA淺層學(xué)習(xí)特征和基于Word2Vec深度學(xué)習(xí)特征,使用隨機(jī)森林算法對融合特征進(jìn)行分類,可以獲得微博條目的事件標(biāo)簽。我們對事件分類后的結(jié)果,利用微博的轉(zhuǎn)發(fā)數(shù),評(píng)論數(shù),點(diǎn)贊數(shù),是否是大V發(fā)布等參數(shù)以及歷史熱度信息,構(gòu)建線性回歸模型,對事件熱度進(jìn)行計(jì)算與預(yù)測。并提出了基于評(píng)價(jià)對象期望的情感傾向性分析方法來對事件的情感傾向性進(jìn)行評(píng)判。為了驗(yàn)證算法的有效性,本文使用我們構(gòu)建的語料庫進(jìn)行了實(shí)驗(yàn)驗(yàn)證并設(shè)置了對比實(shí)驗(yàn)

溫馨提示

  • 1. 本站所有資源如無特殊說明,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)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 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. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對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自己和他人造成任何形式的傷害或損失。

最新文檔

評(píng)論

0/150

提交評(píng)論