社交媒體大數(shù)據(jù)智能情感分析技術(shù)

定　價(jià)：￥62.00

作　者：	譚旭、莊穆妮、梁俊威、吳俊江
出版社：	清華大學(xué)出版社
叢編項(xiàng)：
標(biāo)　簽：	暫缺

購(gòu)買這本書可以去

當(dāng)當(dāng)網(wǎng) (￥46.50)

ISBN：	9787302635949	出版時(shí)間：	2023-07-01	包裝：	平裝-膠訂
開本：	16開	頁(yè)數(shù)：		字?jǐn)?shù)：

內(nèi)容簡(jiǎn)介

　　本專著系統(tǒng)介紹了社交媒體大數(shù)據(jù)智能情感分析的理論方法、關(guān)鍵技術(shù)及其在社會(huì)熱點(diǎn)事件中的建模與應(yīng)用。全書共分為三個(gè)篇章，一是理論基礎(chǔ)篇，詳細(xì)介紹了社交媒體智能情感分析的理論基礎(chǔ)與主流大數(shù)據(jù)抓取及預(yù)處理技術(shù)；二是模型方法篇，創(chuàng)新提出了面向社會(huì)熱點(diǎn)事件的智能情感分析框架，對(duì)社交媒體情感的形成、演化、干預(yù)與預(yù)測(cè)全過(guò)程進(jìn)行智能建模分析；三是案例應(yīng)用篇，通過(guò)實(shí)際案例介紹了如何應(yīng)用社交媒體大數(shù)據(jù)智能情感分析方法解決實(shí)際問(wèn)題。

作者簡(jiǎn)介

　　譚旭，國(guó)防科技大學(xué)博士，教授，湖南大學(xué)、湘潭大學(xué)研究生導(dǎo)師。是“鵬城學(xué)者”長(zhǎng)期特聘教授、廣東省高校“千百十工程”省級(jí)培養(yǎng)對(duì)象、廣東省高職教育專業(yè)領(lǐng)軍人才、南粵優(yōu)秀教師?，F(xiàn)為廣東省視頻圖像大數(shù)據(jù)公共安全應(yīng)用科研團(tuán)隊(duì)負(fù)責(zé)人、廣東省信息管理技術(shù)教學(xué)團(tuán)隊(duì)負(fù)責(zé)人、廣東省高職教育計(jì)算機(jī)類專業(yè)教指委秘書長(zhǎng)、中國(guó)仿真學(xué)會(huì)智能仿真優(yōu)化與調(diào)度專委會(huì)委員。主持國(guó)家自科基金、人文社科基金等項(xiàng)目21項(xiàng)，主編教材2部、專著1部，獲中國(guó)仿真學(xué)會(huì)科學(xué)技術(shù)獎(jiǎng)一等獎(jiǎng)1項(xiàng)，廣東省教育教學(xué)成果獎(jiǎng)二等獎(jiǎng)2項(xiàng)。

圖書目錄

第1章社交媒體大數(shù)據(jù)情感分析的理論基礎(chǔ)
1.1社交媒體大數(shù)據(jù)情感分析的研究背景
1.1.1社交媒體大數(shù)據(jù)與社會(huì)治理
1.1.2社交媒體大數(shù)據(jù)情感分析的困境與意義
1.2社交媒體大數(shù)據(jù)情感分析的基本概念
1.2.1社交媒體大數(shù)據(jù)的定義與征
1.2.2社交媒體大數(shù)據(jù)的來(lái)源與分類
1.2.3社交媒體大數(shù)據(jù)情感分析的基本理論
1.3社交媒體大數(shù)據(jù)情感分析的研究進(jìn)展、現(xiàn)狀及趨勢(shì)
1.3.1社交媒體文本數(shù)據(jù)挖掘方法
1.3.2社交媒體數(shù)據(jù)表示學(xué)技術(shù)
1.3.3社交媒體文本情感計(jì)算任務(wù)
1.3.4社交媒體數(shù)據(jù)輿情計(jì)算應(yīng)用
1.4本章小結(jié)
參考文獻(xiàn)

第2章社交媒體大數(shù)據(jù)網(wǎng)絡(luò)爬取與數(shù)據(jù)預(yù)處理
2.1什么是網(wǎng)絡(luò)爬蟲
2.1.1網(wǎng)絡(luò)爬蟲的定義
2.1.2網(wǎng)絡(luò)爬蟲的流程
2.1.3網(wǎng)絡(luò)爬蟲的類型
2.1.4網(wǎng)絡(luò)爬蟲的工具
2.2網(wǎng)頁(yè)和網(wǎng)站的基礎(chǔ)知識(shí)
2.2.1網(wǎng)頁(yè)的構(gòu)成
2.2.2網(wǎng)站的構(gòu)成
2.2.3網(wǎng)頁(yè)工具
2.3基于Python的爬蟲庫(kù)
2.3.1Python爬蟲庫(kù)概覽
2.3.2requests庫(kù)安裝和體驗(yàn)
2.3.3利用requests庫(kù)爬取百度貼吧案例
2.4基于Python的爬蟲框架
2.4.1Python爬蟲框架概覽
2.4.2Scrapy爬蟲作入門
2.4.3利用Scrapy爬取網(wǎng)站案例
2.5基于Python的文本數(shù)據(jù)預(yù)處理
2.5.1文本數(shù)據(jù)預(yù)處理的范疇
2.5.2文本數(shù)據(jù)預(yù)處理的工具與方法
2.5.3文本數(shù)據(jù)預(yù)處理流程
2.5.4文本數(shù)據(jù)預(yù)處理案例
2.6本章小結(jié)
參考文獻(xiàn)

第3章社交媒體大數(shù)據(jù)智能情感分析方法與技術(shù)
3.1社交媒體大數(shù)據(jù)情感分析方法
3.1.1社交媒體大數(shù)據(jù)情感分析基礎(chǔ)方法
3.1.2社交媒體大數(shù)據(jù)情感分析常用方法
3.1.3社交媒體大數(shù)據(jù)情感分析智能方法
3.2社交媒體大數(shù)據(jù)智能情感分析關(guān)鍵技術(shù)
3.2.1信息抽取技術(shù)
3.2.2情感分析技術(shù)
3.2.3謠言檢測(cè)技術(shù)
3.2.4話題識(shí)別技術(shù)
3.2.5熱點(diǎn)發(fā)現(xiàn)技術(shù)
3.3社交媒體大數(shù)據(jù)智能情感分析理論基礎(chǔ)
3.3.1預(yù)訓(xùn)練模型
3.3.2循環(huán)經(jīng)網(wǎng)絡(luò)模型
3.3.3卷積經(jīng)網(wǎng)絡(luò)模型
3.3.4注意力機(jī)制
3.4本章小結(jié)
參考文獻(xiàn)

第4章社交媒體大數(shù)據(jù)智能情感分析全流程建模
4.1社交媒體大數(shù)據(jù)主題分析模型建構(gòu)
4.1.1社交媒體大數(shù)據(jù)主題建模原理
4.1.2改進(jìn)的LDA主題分析模型
4.2社交媒體大數(shù)據(jù)智能情感分析模型建構(gòu)
4.2.1RAE深度學(xué)模型
4.2.2改進(jìn)的BERT預(yù)訓(xùn)練模型
4.3社交媒體大數(shù)據(jù)智能情感預(yù)測(cè)模型建構(gòu)
4.3.1基于計(jì)量經(jīng)濟(jì)學(xué)模型的輿情情感預(yù)測(cè)
4.3.2基于機(jī)器學(xué)模型的輿情情感預(yù)測(cè)
4.4社交媒體大數(shù)據(jù)智能情感分析框架
4.5本章小結(jié)
參考文獻(xiàn)

第5章基于社會(huì)熱點(diǎn)事件的實(shí)例分析
5.1“魏則西事件”的社交媒體大數(shù)據(jù)情感分析全流程建模
5.1.1“魏則西事件”的案例選擇與描述
5.1.2“魏則西事件”的數(shù)據(jù)收集與預(yù)處理
5.1.3“魏則西事件”的情感分析結(jié)果
5.1.4“魏則西事件”的主題建模結(jié)果
5.1.5“魏則西事件”以主題建模為基礎(chǔ)的情感分析結(jié)果
5.1.6“魏則西事件”以情感分類為基礎(chǔ)的情感預(yù)測(cè)結(jié)果
5.1.7“魏則西事件”的社交媒體大數(shù)據(jù)情感分析討論
5.2“疫苗接種情緒”的社交媒體大數(shù)據(jù)情感分析全流程建模
5.2.1“疫苗接種情緒”的案例選擇與描述
5.2.2“疫苗接種情緒”的數(shù)據(jù)收集與預(yù)處理
5.2.3“疫苗接種情緒”的主題建模結(jié)果
5.2.4“疫苗接種情緒”的情感分析結(jié)果
5.2.5“疫苗接種情緒”以情感分類為基礎(chǔ)的主題建模結(jié)果
5.2.6“疫苗接種情緒”以情感分類為基礎(chǔ)的情感預(yù)測(cè)結(jié)果
5.2.7“疫苗接種情緒”的社交媒體大數(shù)據(jù)情感分析討論
5.3本章小結(jié)
參考文獻(xiàn)

第6章總結(jié)與展望
6.1研究總結(jié)
6.2研究展望