時空文本數據情感挖掘關鍵技術研究

《時空文本數據情感挖掘關鍵技術研究》是依託華中科技大學，由李國徽擔任項目負責人的面上項目。

基本介紹

• 中文名：時空文本數據情感挖掘關鍵技術研究
• 項目類別：面上項目
• 項目負責人：李國徽
• 依託單位：華中科技大學

中文摘要

隨著網際網路技術的發展和移動終端設備的普及，網際網路用戶的角色由最初的網路信息獲取者向信息生產者發生了轉變。在此過程中，網際網路的互動性得到了極大的提高。微博、論壇、討論組中出現了大量由用戶發布的信息，這些信息與時間和空間緊密相關。由於這些信息能夠反映公眾的觀點和情感傾向，已經受到許多企業和政府部門的關注。情感挖掘廣泛套用於輿情監測、事件預測、商業分析等方面。但現有的情感挖掘很少考慮信息發布的時間及空間位置，不能充分挖掘情感與時間和空間之間的內在聯繫，不能挖掘情感隨時間和空間的變化規律。項目將研究高效的數據獲取及預處理方法，為準確的情感分析提供數據基礎；通過更全面地考慮影響情感的各因素，包括時間因素和空間因素，構建更準確的情感分析模型，更準確地挖掘分析情感與時間和空間之間的關係；研究高效的索引結構和考慮時間和空間特性的情感分析方法，挖掘情感隨時間和空間的實時變化規律，並分析引起這種變化的誘因。

結題摘要

隨著移動計算、無線通信以及定位技術的快速發展，產生了大量的時空文本數據。針對這些數據進行情感分析，是一項十分迫切的現實任務。當前的情感分析主要是基於評價者和被評價對象來進行的，還沒有深入考慮時間因素和空間因素。雖然已有國內外的研究者對時空文本數據進行過研究，但這些研究工作主要集中在時空信息查詢，沒有關於時空情感分析的研究。本項目深入探究時空文本數據中文本的情感傾向與發布位置，發布時間之間聯繫，在時間和空間維度上來進一步挖掘用戶的情感特徵，重點研究了情感分析在推薦系統中的套用。傳統的情感分析方法難以直接運用到深度學習模型中，因此本項目還研究如何將用戶的情感信息整合到基於深度學習的推薦模型中。在研究過程中，我們開發了融合多源信息的推薦算法，並在真實的數據集上（亞馬遜以及Yelp數據集）進行了對比實驗。實驗結果表明我們的方法在真實數據集上的性能相較於傳統方法有明顯的提升。本項目的研究證明了情感因素在分析用戶個性特徵時具有重要作用，並且用戶的情感態度與其所處的時空環境有著密切聯繫，為後續研究提供了重要參考。