排序方式: 共有4条查询结果,搜索用时 15 毫秒
1
1.
近年来,移动信息技术的迅速发展使得在线社交网络进入高速发展阶段,用户可在社交网络中进行信息交互,但网络中具有强影响力的不可信用户往往会引导大众产生情感偏差和信息偏误,这严重影响了网络安全,故研究社交网络中的用户可信度量模型迫在眉睫.结合社交网络用户节点的网络链接结构、情感和热度,以识别和评估社交网络中的信息来源及用户可... 相似文献
2.
3.
4.
近年社交网络用户数量不断增加,基于文本的用户情感分析技术得到普遍关注和应用。但数据稀疏性、精度较低等问题往往会降低情感识别方法的精度和速度,提出了用户情感Biterm主题模型(US-BTM),从特定场所的文本中发现用户偏好及情感倾向,有效利用Biterm进行主题建模,并使用聚合策略形成伪文档,为整个文本集创建词汇配对以解决数据稀疏性和短文本等问题。通过词汇共现算法对主题进行研究,推断文本集级别信息的主题,并通过分析特定场景下的评论文本集中的词汇配对集及其相应主题的情感,达到准确预测用户对特定场景的兴趣、偏好和情感的目的。结果证明,所提方法能准确地捕捉用户的情感倾向,正确地揭示用户偏好,可广泛应用于社交网络的内容描述、推荐及社交网络用户兴趣描述、语义分析等多个领域。 相似文献
1