社交媒体大数据智能情感分析技术

本专著系统介绍了社交媒体大数据智能情感分析的理论方法、关键技术及其在社会热点事件中的建模与应用。全书共分为三个篇章，一是理论基础篇，详细介绍了社交媒体智能情感分析的理论基础与主流大数据抓取及预处理技术；二是模型方法篇，创新提出了面向社会热点事件的智能情感分析框架，对社交媒体情感的形成、演化、干预与预测全过程进行智能建模分析；三是案例应用篇，通过实际案例介绍了如何应用社交媒体大数据智能情感分析方法解决实际问题。 [1]

谭旭，国防科技大学博士，教授，湖南大学、湘潭大学研究生导师。是“鹏城学者”长期特聘教授、广东省高校“千百十工程”省级培养对象、广东省高职教育专业领军人才、南粤优秀教师。现为广东省视频图像大数据公共安全应用科研团队负责人、广东省信息管理技术教学团队负责人、广东省高职教育计算机类专业教指委秘书长、中国仿真学会智能仿真优化与调度专委会委员。 [1]

第1章社交媒体大数据情感分析的理论基础

1.1社交媒体大数据情感分析的研究背景

1.1.1社交媒体大数据与社会治理

1.1.2社交媒体大数据情感分析的困境与意义

1.2社交媒体大数据情感分析的基本概念

1.2.1社交媒体大数据的定义与特征

1.2.2社交媒体大数据的来源与分类

1.2.3社交媒体大数据情感分析的基本理论

1.3社交媒体大数据情感分析的研究进展、现状及趋势

1.3.1社交媒体文本数据挖掘方法

1.3.2社交媒体数据表示学习技术

1.3.3社交媒体文本情感计算任务

1.3.4社交媒体数据舆情计算应用

1.4本章小结

参考文献

第2章社交媒体大数据网络爬取与数据预处理

2.1什么是网络爬虫

2.1.1网络爬虫的定义

2.1.2网络爬虫的流程

2.1.3网络爬虫的类型

2.1.4网络爬虫的工具

2.2网页和网站的基础知识

2.2.1网页的构成

2.2.2网站的构成

2.2.3网页开发者工具

2.3基于Python的爬虫库

2.3.1Python爬虫库概览

2.3.2requests库安装和体验

2.3.3利用requests库爬取百度贴吧案例

2.4基于Python的爬虫框架

2.4.1Python爬虫框架概览

2.4.2Scrapy爬虫操作入门

2.4.3利用Scrapy爬取微博网站案例

2.5基于Python的文本数据预处理

2.5.1文本数据预处理的范畴

2.5.2文本数据预处理的工具与方法

2.5.3文本数据预处理流程

2.5.4文本数据预处理案例

2.6本章小结

参考文献

第3章社交媒体大数据智能情感分析方法与技术

3.1社交媒体大数据情感分析方法

3.1.1社交媒体大数据情感分析基础方法

3.1.2社交媒体大数据情感分析常用方法

3.1.3社交媒体大数据情感分析智能方法

3.2社交媒体大数据智能情感分析关键技术

3.2.1信息抽取技术

3.2.2情感分析技术

3.2.3谣言检测技术

3.2.4话题识别技术

3.2.5热点发现技术

3.3社交媒体大数据智能情感分析理论基础

3.3.1预训练模型

3.3.2循环神经网络模型

3.3.3卷积神经网络模型

3.3.4注意力机制

3.4本章小结

参考文献

第4章社交媒体大数据智能情感分析全流程建模

4.1社交媒体大数据主题分析模型建构

4.1.1社交媒体大数据主题建模原理

4.1.2改进的LDA主题分析模型

4.2社交媒体大数据智能情感分析模型建构

4.2.1RAE深度学习模型

4.2.2改进的BERT预训练模型

4.3社交媒体大数据智能情感预测模型建构

4.3.1基于计量经济学模型的舆情情感预测

4.3.2基于机器学习模型的舆情情感预测

4.4社交媒体大数据智能情感分析框架

4.5本章小结

参考文献

第5章基于社会热点事件的实例分析

5.1“魏则西事件”的社交媒体大数据情感分析全流程建模

5.1.1“魏则西事件”的案例选择与描述

5.1.2“魏则西事件”的数据收集与预处理

5.1.3“魏则西事件”的情感分析结果

5.1.4“魏则西事件”的主题建模结果

5.1.5“魏则西事件”以主题建模为基础的情感分析结果

5.1.6“魏则西事件”以情感分类为基础的情感预测结果

5.1.7“魏则西事件”的社交媒体大数据情感分析讨论

5.2“疫苗接种情绪”的社交媒体大数据情感分析全流程建模

5.2.1“疫苗接种情绪”的案例选择与描述

5.2.2“疫苗接种情绪”的数据收集与预处理

5.2.3“疫苗接种情绪”的主题建模结果

5.2.4“疫苗接种情绪”的情感分析结果

5.2.5“疫苗接种情绪”以情感分类为基础的主题建模结果

5.2.6“疫苗接种情绪”以情感分类为基础的情感预测结果

5.2.7“疫苗接种情绪”的社交媒体大数据情感分析讨论

5.3本章小结

参考文献

第6章总结与展望

6.1研究总结

6.2研究展望 [1]

网址：社交媒体大数据智能情感分析技术 http://c.mxgxt.com/news/view/207616

相关内容

社交媒体数据分析的工具和技术有哪些 – PingCode
社交媒体的情感分析大数据模型
社交媒体数据分析：实时数据流处理技术深入解析1.背景介绍 社交媒体数据分析是现代数据科学的一个重要领域，它涉及到处理大规
社交媒体数据分析平台的设计与实现
大数据分析在社交媒体行业中的用户画像分析
社交媒体数据查询和分析平台实现社媒聆听6大应用
社交媒体数据分析预测消费者行为【可编辑】.docx
社交媒体行业数据分析报告用户活跃度与内容趋势分析.pdf
中国社交媒体行业发展趋势及供需分析
《歌手2024》社交媒体舆情分析报告发布

随便看看