1、由于社交网络公众信息，通常具有语句结构不规整上下文语境复杂多变网络词汇及情感符号丰富等特征，于是文本情感计算容易发生较大偏差。通过研究文本情感计算构建情感词典及模板匹配方法，本文提出种综合两者特征且结合其它情感极性影响因素的规则匹配方式短文本情感极性计算方法。首先，将情感本体词语区分为单极性词语与多极性词语。接着，单极性词语根据相应的情感词典进行情感极性及强度标注，而多极性词语则运用结构规则匹配与关键词规则匹配进行词语情感极性计算。在完成词语级别的情感极性值计算之后，然后结合修饰词句子语气及表情符号情感影响因素，最后进行语句及短文本层面的情感极性值计算。针对社交网络中公众情感信息实时挖掘的业务需求，且结合社交网络中流式短文本数据的特征，本文提出关于流式短文本数据的种通用实时计算模型，即模型。其中模型的核心实时计算模块是依托于框架实现，因此计算特征与框架计算特征类似。基于通用实时计算模型，研究与业务挖掘相关的流式计算方法，其中包括顺序计算方法和趋势计算方法，并对于模型进行性能优化，提出基于拓扑结构和基于通信量的两种不同调度改进方式。结合上述研究内容，本文进行了社交网络公众情感极性实时计算实验与分析。针对热点事件的微博数据，运用模型与基。
2、同时保障系统的稳定性。拓扑结构是由两个组件构成。而抽象概念流，就是连接与及与之间的数据流，其中数据流的组成单位就是元组，图形象得描述拓扑结构的运算架构。万方数据杭州电子科技大学硕士学位论文图部署模型图运算架构图是拓扑结构中产生源数据流的组件，如图所示。通常情况下，会从外部数据源中读取数据，然后转换拓扑结构内部的源数据。具有接口函数，框架会不停地调用此函数，使用者只需生成源数据即可。图中元组数据流万方数据硕士学位论文题目社交网络热点话题公众情感极性实时计算研究研究生黄军专业计算机应用技术指导教师吴卿教授完成日期年月万方数据杭州电子科技大学硕士学位论文社交网络热点话题公众情感极性实时计算研究研究生黄军指导教师吴卿教授年月万方数据，万方数据杭州电子科技大学学位论文原创性声明和使用授权说明原创性声明本人郑重声明所呈交的学位论文，是本人在导师的指导下，独立进行研究工作所取得的成果。除文中已经注明引用的内容外，本论文不含任何其他个人或集体已经发表或撰写过的作品或成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。申请学位论文与资料若有不实之处，本人承担切相关责任。论文作者签名日期年月日学位论文使用授权说明本人完全了解杭州电子科。
3、个实时计算框架各有运用领域的侧重点。下面针对这三种实时计算框架作简要比较。框架与框架比较框架与框架都用于处理大量数据的并行计算。数据处理理念当数据集巨大时，把计算任务传递给数据要比把数据传递给计算任务效率更高，因而，每个节点存储都会缓存自身数据集，将计算任务提交到具体节点。这是个将计算传递给数据的设计，与设计非常相似，除了积极使用内存来避免读取磁盘操作，还利用迭代算法提高性能更高。框架和框架设计理念截然相反。是个分布式流计算引擎，每个节点都实现基本的计算过程，而数据项在互相连接的网络节点中流进流出，这是把数据传递给计算过程的设计。框架在动态处理大量生成的小块数据方面更优，比如针对流式短文本数据进行汇聚或分析计算。与类似，都是流计算引擎。首先汇聚批量数据，然后进行数据块分发，其中数据块不可变，而接收到数据即进行实时处理并分发操作。总体而言，框架计算的时间延迟比框架更小，且更适合处理动态流式短文本数据。由于本文针对的数据对象为社交网络中的流式短文本数据，因此放弃框架而选择框架作为后续研究的实时计算框架。框架与框架比较框架与框架是两个主流的流式实时计算平台。和公司分别根据自身的业务需求开发了不同的流式实时计算框架。关于两者的具体区别，通过表来概要说明。通过表内容描述，发现框架在诸多方面比更加完善，技术也更为成熟。由于本文关于社交网络流式短文本数据的实时计算在并行性动态性可靠性等方面的要求，因此放弃框架而选择框架作为后续研究的实时计算框架。万方数据杭州电子科技大学硕士学位论文表与框架情况对比框架名称开发语言核心代码框架结构去中心化的对等结构具有中心节点非关键通信方式可插拔通信层目前基。
4、法，把情感计算看成是个模式分类问题基于局部的情感计算，该类计算通常结合自然语言处理的技术，比如语言学模板句法分析机器翻译等。万方数据杭州电子科技大学硕士学位论文文本情感计算方法全局性情感计算针对全局性情感计算，需要通过机器学习进行模式分类。所谓机器学习，使用朴素贝叶斯最大熵支持向量机等分类器对文本进行情感倾向分类。该类方法主要使用情感词本体词汇词语相互关系句子结构相关主题特征等作为分类特征，可分为有监督机器学习和无监督机器学习两种。无监督机器学习是存在部分已知极性的词语作为训练集，需要进行词语极性判断时，根据该词语和训练集相似程度进行情感极性推断。该方法比较依赖训练集的情况。有监督机器学习，首先对情感倾向分析所需的语料库中的词语级别短语级别分句级别进行人工标注。进行词语情感极性判断时，根据该词与语料内容的关联度，该方法需要大量的人工标注语料库。全局情感计算方法而言，重点在于从训练集中评估出表示正面和负面积极和消极之类的对立分类情况的语言模型，这需要研究人们在进行不同情感表达时的语言习惯。然后对于测试文本分别计算与两个情感分类模型之间的距离，来最终确定该测试文本的情感倾向性。局部性情感计算针对局部性情感计算，需要通过语言学模板句法分析。
5、技大学关于保留和使用学位论文的规定，即研究生在校攻读学位期间论文工作的知识产权单位属杭州电子科技大学。本人保证毕业离校后，发表论文或使用论文工作成果时署名单位仍然为杭州电子科技大学。学校有权保留送交论文的复印件，允许查阅和借阅论文学校可以公布论文的全部或部分内容，可以允许采用影印缩印或其它复制手段保存论文。保密论文在解密后遵守此规定论文作者签名日期年月日指导教师签名日期年月日万方数据杭州电子科技大学硕士学位论文摘要随着互联网不断发展，如今数以亿计的网民可以通过微博论坛贴吧等社交平台对热点问题发表意见和建议，时刻都在产生海量的数据。这些数据具有增长迅速结构多样动态更新范围广泛等特点，蕴含着社会各个阶层的公众情感信息。进行公众情感信息数据挖掘研究，对于信息检索电子商务舆情监控等领域具有重要意义。社交网络公众情感信息挖掘已经进入海量数据处理阶段，并且实时性需求越来越迫切。目前针对海量公众情感信息挖掘通常采用非实时性的批处理计算方式，且挖掘研究较少涉及到实时计算业务及互联网短文本情感极性特征。因此针对社交网络公众情感极性实时计算课题，本文分别从文本情感计算和流式实时计算两个方面展开研究文本情感计算的准确性将直接影响社交网络公众情感挖掘效果。。
6、来概要说明。通过表内容描述，发现框架在诸多方面比更加完善，技术也更为成熟。由于本文关于社交网络流式短文本数据的实时计算在并行性动态性可靠性等方面的要求，因此放弃框架而选择框架作为后续研究的实时计算框架。万方数据杭州电子科技大学硕士学位论文表与框架情况对比框架名称开发语言核心代码框架结构去中心化的对等结构具有中心节点非关键通信方式可插拔通信层目前基于基于开源框架事件序列，可自定义事件类，不可自定义事件类处理单元具有内置任务无内置任务可靠性无事件处理可靠保证具有事件处理可靠保证可选多语言支持暂时只支持支持多语言并行性取决于节点数量不可调节可配置和数量动态性不支持动态增删节点和动态部署支持动态增删节点和动态部署代码成熟度低高框架详细介绍框架部署模型框架采用主从系统架构部署模型，具体如图所示，由主节点从节点两类节点及三种运行环境构成。运行在环境中负责全局的资源分配任务调度状态监控和故障检测。运行在环境中，负责监听并接受来自于所分配的任务，并启动或停止自身所管理的工作进程。完整的任务拓扑由分布在上多个进程来协调执行，每个进程都执行且仅执行任务拓扑中的子集。是针对大型分布式系统的可靠协调服务和元数据存储系统，通过配置集群，极大简化了之间的设计，。
7、和机器翻译等自然语言处理的方法来进行计算。局部性情感计算处理的主体是短文本或句子。首先需要获取包含主题的基本语言特征，同时然后剖析语句层面上下文特征，忽略与主题无关的语句。语言学模板包括了词语模板和词性结构模板，使用时根据相应主题下的匹配规则进行匹配，如果匹配结果与情感模板符合，那么测试文本就定性为该模板对应的情感极性。句法分析是指对句子中的词语语法功能进行分析。要构建个句法分析器，首先使用句法结构作为语义解释然后识别短语语块及各个语块的相互关系最后构建个句法概率解析器或分析器。机器翻译是利用计算机技术把源语言转变为目标语言的个过程。机器翻译又分为基于规则和基于语料两类。前者由词典和规则库构成知识源后者由经过划分并标注的语料库构成知识源，不需要词典和规则，以统计规律为主。机器翻译是随着语料库语言学的兴起而发展起来的，绝大多数机器翻译都采用以规则为基础的策略。由于本文分析的数据对象为社交网络中的短文本数据，因此采用局部性情感极性的计算方法，通过结合结构集模板和规则匹配方式来分析短文本的情感极性。万方数据杭州电子科技大学硕士学位论文实时计算框架相关介绍主流实时计算框架比较本文章节已经例举介绍了目前业界主流的实时计算框架，其中包括和，这三。
8、有以下七个方面要求单遍扫描。按数据顺序读取数据，且只能读取遍数据。较低时间复杂度。为了满足实时响应需求，因此在线挖掘算法应尽可能快得处理每个数据元素，最好情况即为常数时间。较低空间复杂度。流式挖掘算法通常是主存内进行计算过程，而内存中的可用空间是有限的，因此算法空间复杂度最好情况即为常数空间。准确性。需要保证流数据挖掘算法在理论情况下，计算结果具有近似准确性。适应数据内容与速率的动态变化。数据的产生方式不断变化，会影响所流入的数据内容与速率改变。优化数据质量。算法可以去除噪音和补全空值，有效优化数据质量，使得后期计算结果具有更高的准确性。及时响应。方面，可在任意时刻执行算法，响应用户需求另方面，可在任意时刻获取当前数据的计算结果。文本情感计算相关技术文本情感计算概要文本情感计算，是对主观性文本进行情感方面的分析处理归纳和推理的过程。最初的情感计算源自对具有情感色彩的词语级别的分析，而随着社交网络上大量出现了具有情感色彩的文本信息，因此文本情感计算研究逐渐从词语级别的研究发展到了句子和短文本甚至篇章层面的研究。由于文本情感计算具有全局性和局部性，所以文本情感计算的研究可以分为两条不同路线基于全文的情感计算，该类计算通常采用机器学习的方。
参考资料：
1、该PPT不包含附件（如视频、讲稿)，本站只保证下载后内容跟在线阅读一样，不确保内容完整性，请务必认真阅读。
2、有的文档阅读时显示本站（www.woc88.com）水印的，下载后是没有本站水印的（仅在线阅读显示），请放心下载。
3、除PDF格式下载后需转换成word才能编辑，其他下载后均可以随意编辑、修改、打印。
4、有的标题标有”最新”、多篇，实质内容并不相符，下载内容以在线阅读为准，请认真阅读全文再下载。
5、该文档为会员上传，下载所得收益全部归上传者所有，若您对文档版权有异议，可联系客服认领，既往收入全部归您。
党政风增强党的意识坚定理想信念PPT 编号18060
