基于微博的用戶飲食特色及表達習慣分析.pdf

1、隨著互聯(lián)網(wǎng)的快速發(fā)展，社會媒體越來越被廣泛使用，成為人們生活方式的一部分。通過社會媒體積累的數(shù)據(jù)也因而正經(jīng)歷著爆發(fā)性的增長。通過挖掘社會媒體文本獲得信息,相比于社會學研究中傳統(tǒng)的問卷調(diào)查方式，有著更真實、數(shù)據(jù)量大、費用低等優(yōu)點，因而越來越被廣泛使用。
　　但在社會媒體文本挖掘中，傳統(tǒng)的基于詞表的方法存在準確率低的問題。針對此問題，本文提出了基于依存句法分析的方法和基于機器學習的方法，除了分詞信息，還應(yīng)用詞性標注、句法分析等自然語言

2、處理信息，并在飲食行為識別上進行了實驗。實驗證明了基于依存句法分析的方法在準確率上相比基于詞表的方法有大幅提升；基于機器學習的方法則相比另兩種方法準確率都高，雖然召回率要低于基于詞表方法，但仍然是綜合表現(xiàn)最佳的模型。
　　用基于機器學習的模型，可以從大規(guī)模微博語料中識別出飲食行為，并與原微博屬性對應(yīng)起來。然后從性別、地區(qū)、時間三個維度對微博用戶的飲食習慣特色進行分析和交叉分析，用詞云的形式可視化地展現(xiàn)了結(jié)果。此外，還進行了針對某一