跨媒體用戶生成內容情感傾向挖掘方法研究

內容簡介

本書面對電子商務等領域的客觀需求，開展了UGC數據挖掘算法、情感傾向分類模型及其對客群影響方面的綜合研究，在UGC基本理論、挖掘技術、UGC情感傾向對客群決策行為影響模型等方面取得了一定的成果，形成較為完整的理論體系，設計並實現相關的算法，為UGC的有效利用、電子商務等產業有序發展提供了理論和技術上的參考，具有重要的理論意義和套用價值。

作者簡介

徐勇，男，安徽財經大學教授、碩士生導師，龍湖學者，美國密西根州立大學訪問學者；兼任中國人工智慧學會機器博弈專委會副主任、中國圖書館學會編譯出版圖情檔教材專業組委員、安徽高等學校計算機教育研究會教師發展專委會副主任。目前主要教學研究領域為智慧教育、比較教育學、教育史。主要科研方向為自然語言處理與社會計算。承擔“六卓越、一拔尖”等多項省級質量工程項目，出版教材多部；主持國家社科基金項目、教育部規劃項目、安徽省科技廳重點研發項目等科研項目多項，發表學術論文多篇。

圖書目錄

第一章緒論

第一節研究背景

第二節研究路線

第三節主要貢獻

第二章國內外研究現狀

第一節用戶生成內容研究現狀

一、UGC生產動機

二、UGC質量研究

三、UGC法律問題

第二節 UGC情感分析研究現狀

一、UGC情感描述

二、情感分析方法

第三節消費者決策模型研究現狀

一、消費者決策模型構建

二、消費者決策模型的檢驗

第三章數據挖掘中SVM模型與貝葉斯模型比較分析

第一節引言

第二節基本理論

一、貝葉斯模型

二、支持向量機模型

第三節模型數據分析

一、數據的準備與預處理

二、模型構建

第四節實驗

一、多特徵欄位的實驗結果分析

二、少特徵欄位的實驗結果分析

第五節本章小結

第四章基於降維思想的K均值聚類方法

第一節問題的提出

第二節相關理論

一、處理步驟

二、維度保留的標準

三、PCA的實質

第三節 PCA運用到K均值聚類合理性的數學證明

第四節算法設計

一、實驗步驟

二、程式的運行環境

三、數據的特徵

四、運行結果分析

第五節本章小結

一、PCA運用到K均值聚類的建議

二、辯證看待降維思想

第五章基於機率矩陣分解的用戶相似度計算方法

跨媒體用戶生成內容情感傾向挖掘方法研究

基本介紹

內容簡介

作者簡介

圖書目錄

相關詞條

熱門詞條