社交媒體大數(shù)據(jù)智能情感分析技術(shù)

定　價：￥62.00

作　者：	譚旭、莊穆妮、梁俊威、吳俊江
出版社：	清華大學出版社
叢編項：
標　簽：	暫缺

購買這本書可以去

當當網(wǎng) (￥46.50)

ISBN：	9787302635949	出版時間：	2023-07-01	包裝：	平裝-膠訂
開本：	16開	頁數(shù)：		字數(shù)：

內(nèi)容簡介

　　本專著系統(tǒng)介紹了社交媒體大數(shù)據(jù)智能情感分析的理論方法、關鍵技術(shù)及其在社會熱點事件中的建模與應用。全書共分為三個篇章，一是理論基礎篇，詳細介紹了社交媒體智能情感分析的理論基礎與主流大數(shù)據(jù)抓取及預處理技術(shù)；二是模型方法篇，創(chuàng)新提出了面向社會熱點事件的智能情感分析框架，對社交媒體情感的形成、演化、干預與預測全過程進行智能建模分析；三是案例應用篇，通過實際案例介紹了如何應用社交媒體大數(shù)據(jù)智能情感分析方法解決實際問題。

作者簡介

　　譚旭，國防科技大學博士，教授，湖南大學、湘潭大學研究生導師。是“鵬城學者”長期特聘教授、廣東省高校“千百十工程”省級培養(yǎng)對象、廣東省高職教育專業(yè)領軍人才、南粵優(yōu)秀教師?，F(xiàn)為廣東省視頻圖像大數(shù)據(jù)公共安全應用科研團隊負責人、廣東省信息管理技術(shù)教學團隊負責人、廣東省高職教育計算機類專業(yè)教指委秘書長、中國仿真學會智能仿真優(yōu)化與調(diào)度專委會委員。主持國家自科基金、人文社科基金等項目21項，主編教材2部、專著1部，獲中國仿真學會科學技術(shù)獎一等獎1項，廣東省教育教學成果獎二等獎2項。

圖書目錄

第1章社交媒體大數(shù)據(jù)情感分析的理論基礎
1.1社交媒體大數(shù)據(jù)情感分析的研究背景
1.1.1社交媒體大數(shù)據(jù)與社會治理
1.1.2社交媒體大數(shù)據(jù)情感分析的困境與意義
1.2社交媒體大數(shù)據(jù)情感分析的基本概念
1.2.1社交媒體大數(shù)據(jù)的定義與征
1.2.2社交媒體大數(shù)據(jù)的來源與分類
1.2.3社交媒體大數(shù)據(jù)情感分析的基本理論
1.3社交媒體大數(shù)據(jù)情感分析的研究進展、現(xiàn)狀及趨勢
1.3.1社交媒體文本數(shù)據(jù)挖掘方法
1.3.2社交媒體數(shù)據(jù)表示學技術(shù)
1.3.3社交媒體文本情感計算任務
1.3.4社交媒體數(shù)據(jù)輿情計算應用
1.4本章小結(jié)
參考文獻

第2章社交媒體大數(shù)據(jù)網(wǎng)絡爬取與數(shù)據(jù)預處理
2.1什么是網(wǎng)絡爬蟲
2.1.1網(wǎng)絡爬蟲的定義
2.1.2網(wǎng)絡爬蟲的流程
2.1.3網(wǎng)絡爬蟲的類型
2.1.4網(wǎng)絡爬蟲的工具
2.2網(wǎng)頁和網(wǎng)站的基礎知識
2.2.1網(wǎng)頁的構(gòu)成
2.2.2網(wǎng)站的構(gòu)成
2.2.3網(wǎng)頁工具
2.3基于Python的爬蟲庫
2.3.1Python爬蟲庫概覽
2.3.2requests庫安裝和體驗
2.3.3利用requests庫爬取百度貼吧案例
2.4基于Python的爬蟲框架
2.4.1Python爬蟲框架概覽
2.4.2Scrapy爬蟲作入門
2.4.3利用Scrapy爬取網(wǎng)站案例
2.5基于Python的文本數(shù)據(jù)預處理
2.5.1文本數(shù)據(jù)預處理的范疇
2.5.2文本數(shù)據(jù)預處理的工具與方法
2.5.3文本數(shù)據(jù)預處理流程
2.5.4文本數(shù)據(jù)預處理案例
2.6本章小結(jié)
參考文獻

第3章社交媒體大數(shù)據(jù)智能情感分析方法與技術(shù)
3.1社交媒體大數(shù)據(jù)情感分析方法
3.1.1社交媒體大數(shù)據(jù)情感分析基礎方法
3.1.2社交媒體大數(shù)據(jù)情感分析常用方法
3.1.3社交媒體大數(shù)據(jù)情感分析智能方法
3.2社交媒體大數(shù)據(jù)智能情感分析關鍵技術(shù)
3.2.1信息抽取技術(shù)
3.2.2情感分析技術(shù)
3.2.3謠言檢測技術(shù)
3.2.4話題識別技術(shù)
3.2.5熱點發(fā)現(xiàn)技術(shù)
3.3社交媒體大數(shù)據(jù)智能情感分析理論基礎
3.3.1預訓練模型
3.3.2循環(huán)經(jīng)網(wǎng)絡模型
3.3.3卷積經(jīng)網(wǎng)絡模型
3.3.4注意力機制
3.4本章小結(jié)
參考文獻

第4章社交媒體大數(shù)據(jù)智能情感分析全流程建模
4.1社交媒體大數(shù)據(jù)主題分析模型建構(gòu)
4.1.1社交媒體大數(shù)據(jù)主題建模原理
4.1.2改進的LDA主題分析模型
4.2社交媒體大數(shù)據(jù)智能情感分析模型建構(gòu)
4.2.1RAE深度學模型
4.2.2改進的BERT預訓練模型
4.3社交媒體大數(shù)據(jù)智能情感預測模型建構(gòu)
4.3.1基于計量經(jīng)濟學模型的輿情情感預測
4.3.2基于機器學模型的輿情情感預測
4.4社交媒體大數(shù)據(jù)智能情感分析框架
4.5本章小結(jié)
參考文獻

第5章基于社會熱點事件的實例分析
5.1“魏則西事件”的社交媒體大數(shù)據(jù)情感分析全流程建模
5.1.1“魏則西事件”的案例選擇與描述
5.1.2“魏則西事件”的數(shù)據(jù)收集與預處理
5.1.3“魏則西事件”的情感分析結(jié)果
5.1.4“魏則西事件”的主題建模結(jié)果
5.1.5“魏則西事件”以主題建模為基礎的情感分析結(jié)果
5.1.6“魏則西事件”以情感分類為基礎的情感預測結(jié)果
5.1.7“魏則西事件”的社交媒體大數(shù)據(jù)情感分析討論
5.2“疫苗接種情緒”的社交媒體大數(shù)據(jù)情感分析全流程建模
5.2.1“疫苗接種情緒”的案例選擇與描述
5.2.2“疫苗接種情緒”的數(shù)據(jù)收集與預處理
5.2.3“疫苗接種情緒”的主題建模結(jié)果
5.2.4“疫苗接種情緒”的情感分析結(jié)果
5.2.5“疫苗接種情緒”以情感分類為基礎的主題建模結(jié)果
5.2.6“疫苗接種情緒”以情感分類為基礎的情感預測結(jié)果
5.2.7“疫苗接種情緒”的社交媒體大數(shù)據(jù)情感分析討論
5.3本章小結(jié)
參考文獻

第6章總結(jié)與展望
6.1研究總結(jié)
6.2研究展望