微博产品评论的情感倾向性分析方法

提出一种微博平台上的产品评论情感倾向性分析方法,对特定语料库的产品特征词的词性进行分析,得到特征词的词性重要程度顺序;以情感词典识别的情感词为起点,提出一种依据词性重要程度的"特征观点对"识别规则,并依据该规则进行语义倾向的情感计算。实验结果表明,该方法在产品特征抽取及语义倾向的判断上具有较好的结果。结合微博的转发数和评论数,进行用户观点分析,计算用户对产品的认可度,挖掘产品属性的优缺点,实证分析证明这种方法的可行性。     

王立刚研究小组发现在增益介质板中的反直觉色散效应,研究成果发表在美国物理评论快报(Phys Rev Lett)上

正调控光学器件的色散关系一直是操纵光脉冲的传输和信号处理的核心研究内容之一.光学器件的色散关系通常用转移函数来描述,这些函数的振幅与相位之间的关系通常服从传统的克莱默-克朗尼格关系.最近物理系王立刚博士和其学生王琳(博士研究生)以及其他合作者于2014年6月在Phys Rev Lett 112,233601上发表"Counterintuitive Dispersion Violating Kramers-Kronig Relations in Gain Slabs"一文.该研     

电视新闻评论节目创新策略探析——以湖南卫视《新闻公开课》为例

以湖南卫视2012年新推出的《新闻公开课》栏目为文本案例,对新时期电视新闻评论节目创新策略进行了分析,并分别从创作主体的创新、准确的栏目定位、参与主体的创新、差异性的选题设置、节目形式的创新等方面进行论述,指出电视媒体与纸质媒体的强强联合、导向性评论诉求、年轻化栏目定位、代际化新闻人参与、差异化选题设置、仿造课堂互动形式等方法是电视新闻评论创新的可鉴之法。     

论新闻评论中的抒情

新闻评论在表达方式上应以议论为主,但并不排斥抒情。特别是在为弘扬时代精神,激励民族斗志,催人奋进,鞭鞑丑恶所配发的评论中,其抒情性更强。因为新闻评论中的抒情可以调节评论的节奏,避免教条式说教并引起读者的共鸣。但在评论写作中,应注意抒情的比例不宜过大,选择适当的修辞手法,把握好情感的“度”。     

异构Redis集群大规模评论数据存储负载均衡设计

大规模评论数据的存储与查询性能对构建于其上的各类应用的快速响应具有重要影响.同时,异构计算环境中各计算节点性能呈现差异,如何充分开采各节点的计算和存储性能,优化大规模评论数据的存储与查询性能,是一个关键挑战.基于Redis集群的数据管理优势,首先提出了一种同构环境下基于卡槽存储平衡的大规模评论数据存储模型;然后论证了卡槽数目与节点查询效率的关系,以"负载与访问性能相平衡"的原则分配卡槽,进一步设计了异构环境下的集群节点负载计算和存储分配方法,充分开采了异构Redis集群中不同节点的性能.实验结果表明,提出的存储模型具有很好的存储平衡效果,提升了集群的整体查询效率.     

基于量化情感的网店垃圾评论检测

提出量化情感的概念（评论中的情感值）,从用户评论的自然语言文本中得到用户表达的情感值。为了计算评论的量化情感,对评论中的情感词的依存关系进行了研究。给出了情感句的量化情感算法。对量化情感与垃圾评论的关系进行分析,通过直观观察,确定了一系列判别方法。最后本文以量化情感值为指标,建立时间序列对网店的评论选行分析,有效地检测了垃圾评论。实验结果证明在检测网店垃圾评论工作中,所提出的方法有良好的检测结果,优于已有的方法.     

混战之役还是混水之钓

“蚁力神现象”已经成为直销行业和保健品行业这两大领域的一个共同景观，并且否定性和质疑性评论始终主导着公众视听。且不管是源于经营动机还是处置失误，笔者认为，蚁力神的问题是企业公信度的缺失。混战之役中只有战胜和非战胜，不管结果如何都不失刀客风度。     

基于模糊聚类和评论时效的在线点餐推荐算法

针对当前推荐算法存在数据稀疏性、冷启动和缺乏时效性的问题,为提高推荐质量,提出了一种基于模糊聚类和评论时效的推荐算法,并应用于在线点餐系统中。在协同过滤的基础上,充分利用模糊C均值聚类算法确定目标用户邻近用户集,再利用改良的项目相似性计算最近邻居集,并填充用户项目评分矩阵,最后引入用户评论相似度和评论时效预测最终评分。实验结果表明,该算法明显优于传统的推荐方法,能够获得较好的推荐精度。     

基于情感分析和Word2Vec的图书推荐方法

为能够向广大读者精准推荐所需图书,达到节省搜寻精力和时间的目的,在传统图书推荐方法的基础上,将读者评论中的情感因素考虑在内,提出了一种基于情感分析和Word2Vec的图书推荐方法:抓取豆瓣网上的图书数据,构建专有特征数据集;针对情感词典设计了相应的情感计算规则,利用训练好的Word2Vec模型扩充情感词汇;通过情感词典完成对读者评论的情感分析,并将提取到的情感特征加入特征集内;采用随机森林算法对其进行口碑分类.研究发现,该方法优于基于原始特征集的方法,实验准确率和F值均有一定提升,是向读者实现图书精准推荐的有效途径,具有一定的实用价值和应用前景.     

基于电商评论的网购商品特征提取及价格预测

随着电子商务的不断革新,网购消费者在众多同类型商品中挑选一件物美价廉的商品需要耗费大量时间和精力.本文以京东商城羽毛球商品为例,通过L DA主题模型从畅销商品的电商评论中挖掘用户购买羽毛球商品的需求信息,据此提取商品特征作为建立模型所需的解释变量,建立对商品价格的回归预测模型.得出结论,基于电商评论提取商品特征建立价格...