袁媛
- 作品数：3 被引量：7H指数：2
- 供职机构：杭州电子科技大学管理学院更多>>
- 相关领域：自动化与计算机技术文化科学更多>>
- 情感分析研究综述被引量：1
- 2015年
- 情感分析,又成为倾向性分析。是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。随着社交媒体的快速发展及应用,如微博、Twitter等,产生了大量的评论信息,由于微博属于短文本,因此对微博的情感分析来源于文本情感分析。基于此,在介绍文本情感分析研究现状的基础上再介绍微博情感分析的研究现状。
- 袁媛
- 关键词：情感分析情感词典
- 基于微博的电影首映周票房预测建模被引量：4
- 2016年
- 【目的】解决现有的票房预测模型由于数据受限等因素导致的无法实现在影片上映前进行票房预测这一问题。【方法】在获取微博评论的基础上,使用SVM识别出消费者的显式消费意图,即强正面评论;对传统的分类准则进行修正,构建基于How Net的中文微博情感词典,进而定义一个新的用户影响力特征;使用BP神经网络进行票房预测。【结果】实验结果表明,本文建立的模型能够较为准确地对电影首映周票房进行预测。【局限】由于语料不充分,本文构建的中文微博情感词典,可能会无法在所有的电影微博评论中表现出较好的分类效果;此外也没有建立一个能够在电影上映周期内动态预测票房的票房预测模型。【结论】该模型能够有效地进行首映周票房预测,具有现实的可行意义。
- 王晓耘袁媛史玲玲
- 关键词：情感词典情感分类神经网络
- 基于因子分解机和隐马尔可夫的推荐算法被引量：2
- 2019年
- 因子分解机是一种基于矩阵分解的机器学习方法,通过在矩阵中引入上下文信息,构建含有上下文信息的矩阵,能够很好地进行用户评分预测。隐马尔可夫模型是一种含有隐含未知参数的统计模型,使用隐藏状态能够更好地符合实际情况。传统的推荐算法在进行推荐时通常并没有引入上下文信息,这通常会影响推荐算法的效果。鉴于上下文感知推荐算法通常能有效提高推荐精度,文中通过对推荐系统引入上下文信息并为用户添加用户隐藏兴趣状态,能够更精确地对用户进行推荐。为此,提出了一种结合因子分解机和隐马尔可夫模型的方法。在公开数据集上的验证结果表明,该方法相较于一些传统的推荐算法能够有效地提升推荐精度,并且在数据量增加的情况下也有较高的推荐精度。
- 王晓耘李贤袁媛
- 关键词：上下文感知隐马尔可夫模型
