基於群眾意見關鍵詞向量之社群輿論分析研究

Taipei Medical University Institutional Repository > 管理學院 > 大數據科技及管理研究所 > 博碩士論文 > Item 987654321/56844

請使用永久網址來引用或連結此文件: http://libir.tmu.edu.tw/handle/987654321/56844

題名:	基於群眾意見關鍵詞向量之社群輿論分析研究 A Public Opinion Keyword Vector for Social Sentiment Analysis Research
作者:	李芳儀 Lee, Fang-Yi
貢獻者:	大數據科技及管理研究所
關鍵詞:	輿情分析;社群多媒體;群眾意見;讀者情緒 Sentiment analysis;Social multimedia;Public opinion;Reader emotion
日期:	2018
上傳時間:	2018-12-25 09:43:43 (UTC+8)
摘要:	在這個網路普及的時代，網際網路已經成為人們分享與取得知識的重要來源，且隨著社群多媒體的蓬勃發展，任何網際網路使用者都能夠輕鬆地對一事件發表意見與看法，這種便利性雖然讓網際網路成為了解事件的重要知識寶庫，但超載的事件資訊卻也加重了使用者了解事件的負擔。有鑑於此，本研究基於文字探勘技術分析社群多媒體中的群眾意見，有別於以往的研究，本研究是從分析短文本(short text)主題對讀者產生的情緒，進而彙整成群眾之輿論與觀感。本研究中，我們提出了群眾意見關鍵詞向量(Public Opinion Keyword Embeddings, POKE)用以表達每一則來自社群多媒體的短文本，並且與多項單純貝氏分類器(Multinomial Naive Bayes classifier)、決策樹(Decision tree)、邏輯斯迴歸(Logistic regression)以及社群短文字分類常用方法LibShortText做比較。從實驗結果顯示，本研究方法POKE在整體的效能評估中皆獲得最好的效能表現，即代表本研究方法能有效地表達短文本群眾意見的意涵，並結合視覺化分析方法進而更深入瞭解社群多媒體中的群眾意見。 In the Internet era, online platforms are the most convenient means for people to share and retrieve knowledge. Social media enables users to easily post their opinions and perspectives regarding certain issues. Although this convenience lets the internet become a treasury of information, the overload also prevents user from understanding the entirety of various events. This research aims at using text mining techniques to explore public opinion contained in social media by analyzing the reader’s emotion towards pieces of short text. We propose Public Opinion Keyword Embedding (POKE) for the presentation of short texts from social media, and a vector space classifier for the categorization of opinions. We compared with Multinomial Naive Bayes classifier, Decision tree, Logistic regression and the common method which used for social media short text classification: LibShortText. The experimental results demonstrate that our method obtain the best performance in overall representation, it means that our method can effectively represent the semantics of short text public opinion. In addition, we combine a visualized analysis method for keywords that can provide a deeper understanding of opinions expressed on social media topics.
描述:	碩士張詠淳 Yung-Chun Chang
資料類型:	thesis
顯示於類別:	[大數據科技及管理研究所] 博碩士論文

文件中的檔案:

檔案	描述	大小	格式	瀏覽次數
index.html		0Kb	HTML	1892	檢視/開啟

檢視Licence

在TMUIR中所有的資料項目都受到原著作權保護.

TAIR相關文章

資料載入中.....