随着网络的发展，各类网络社交平台已经成为人们发表自己观点、与他人交流的重要平台。基于社交网络的舆情分析也成为了一个研究热点，然而现有的舆情分析研究很少有基于校园 BBS 论坛展开的。另一方面。对高校管理者来说，学生的情绪状态是一个非常需求的信息， 但是现阶段获取学生情绪状态信息的主要途径是问卷调查等方式。
本文基于上述情况，结合校园 BBS 主体用户为高校学生的特点，提出展开基于校园 BBS 论坛的学生情感倾向研究，设计并实现了校园BBS 论坛情绪分析系统。
本文的主要研究工作包括：
（1）针对某高校 BBS 论坛，设计并实现了一个爬虫程序，用于自动化、高效的抓取论坛内的帖子和评论内容，提取出每一条内容的文本信息。
（2）基于 ICTCLAS 分词软件，实现了一个文本分析功能模块，对每一条帖子或评论内容进行分词，并使用情感词典和情感倾向判断方法判断每一条内容的情感倾向，即正面、负面或中立。
2021-07-26 13:01:32
36KB
1
Forex_Sentiment_Analysis
2021-06-14 15:51:25
11.02MB
1
论文：An Emotion Cause Corpus for Chinese Microblogs with Multiple-User Structures
2021-04-27 13:01:53
774KB
1
比特币价值预测器
抽象：
该项目试图通过识别社交媒体情绪与市场情绪之间的相关性来预测比特币的未来价值。 我们将通过收集来自Twitter，Facebook和linkedin等社交媒体的用户供稿来实现这一目标。 有了语料库后，我们将使用IBM Watson的自然语言理解API来映射它们的关联情绪。 在将情感映射到我们的语料库时，我们尝试捕获粒度级别的类别，即欢乐，愤怒，幸福等。我们将这些类别用作ML / DL算法的特征向量。 然后，我们比较不同算法的结果，并选择精度最高的算法。
技术：
编程语言：Python，Java
大数据技术：Spark ML，Spark-SQL，Hadoop Mapreduce
图书馆：熊猫，Matplotlib，Scikit学习，TensorFlow，Keras
数据源：
Twitter Api获得有关比特币/加密货币的推文。
LinkedIn Api可以在博客上获得语料库。
Web Scraping从新闻文章获取数据。
与数据的Dropbox链接：
参考文献：
J. Bollen和H. Mao。 Twitter情绪是股市预测指标。 IEEE
2021-04-20 09:45:40
455KB
1
本文件是博客CSDN文章《竞赛项目|基于情绪分析的智能语音AI娱乐互动系统》的word排版及实现源码，本项目获得当年全国二等奖.为方便有需要的迈微社友，现上传至此。
2021-04-02 16:07:15
1.55MB