基于K關聯(lián)圖的流分類算法及其在微博情感分析中的應用.pdf

1、隨著信息黃金時代的到來，人們越來越意識到數據的重要性，而從這些大量的數據中挖掘有用的信息也變得越來越困難。特別是微博的興起，使得每天產生大量的微博文本數據，而這些微博文本較短，信息量較少，通常被稱作短文本流。在這些短文本流中，蘊藏著大量意見資源。比如產品的評論，這些評論對于賣家和買家都很有價值;又如熱點事件的評論，這些評論對于政府部門了解人民群眾對某些事件的態(tài)度也很重要。因此，如何從短文本流中挖掘有用的知識是人們關心的問題，這些需求也促

2、使著數據流挖掘成為近年來研究的熱點和難點。
　　本文在總結了一些成熟的數據流分類算法的基礎之上，提出了一種基于K關聯(lián)圖的數據流分類算法(K-associatedGraphsBasedClassifier，KGBC)，該算法首先把整個數據塊表示成一張K關聯(lián)圖，通過K關聯(lián)圖能夠表示數據實例之間的相似關系和子圖的純度。然后根據K關聯(lián)圖優(yōu)化算法對數據塊劃分的結果去選擇基礎分類器中與當前待分類的數據塊概念相似的基礎分類器，最后對這些基礎分類

3、器進行集成，使用概念相似度作為基礎分類器的權重對測試數據進行分類。該算法不用每當新的數據塊來的時候重新訓練分類器，從而節(jié)省時間。實驗表明，KGBC算法具有較好的預測準確率。
　　本文的另一項工作是短文本流中的情感分析。短文本流情感分析關鍵是如何判別文本消息的情感傾向性，而判別情感傾向性的首要條件是構建一個適合微博文本的情感詞詞典。因此，本文提出了一種基于依存句法的微博情感詞抽取算法，根據微博情感詞在依存句法中常出現(xiàn)的位置總結出一些