中文在线评论的用户情感分析及应用

随着互联网的飞速发展，人们通过网络主动获取、发布、共享各种观点性信息，这些观点性信息——“在线评论”对于质量提升、商品推荐等具有重要意义。引入情感分析，可以在海量的在线评论中挖掘出用户的情感特征，提升在线评论的情感价值管理。本书针对中文在线评论的特点，围绕“提升在线评论的分类准确率，探索用户情感及应用” 这一科学问题，从情感分析技术、情感分析应用两个角度，沿着“粗粒度情感分类->细粒度情感分析->情感分析应用”主线，由粗到细、由基础研究到实际应用，对“中文在线评论的用户情感分析及应用”进行了系统地研究。

郑丽娟，女，博士，聊城大学商学院（质量学院）教研室主任，加拿大多伦多大学访问学者，从事在线评论、质量管理等方面的研究。主持国家自然科学基金项目1项、教育部人文社科项目1项，厅局级项目2项，参与国家级、省部级项目多项,在国内外期刊及会议发表SCI、EI、CSSCI等论文二十余篇。

第1章 绪论
1．1 本书的写作背景与意义
1．2 本书的逻辑思路与结构体系
1．3 本书的主要工作与创新点

第2章 在线评论情感分析的文献综述
2．1 主客观分类
2．2 情感语料库的构建
2．3 情感极性分类与情感强度分析
2．4 情感分析的应用
2．5 本章小结

第3章 粗粒度情感极性分类的影响因素分析
3．1 情感极性分类流程
3．2 情感极性分类准确率影响因素
3．3 情感极性分类的准确率分析
3．4 本章小结

第4章 粗粒度情感极性分类的改进方法
4．1 基于句子情感判断段落情感极性的基本假设
4．2 基于句子情感判断段落情感极性的计算方法
4．3 段落情感极性分类的准确率分析
4．4 本章小结

第5章 细粒度情感强度分析的改进方法
5．1 细粒度情感强度分析的影响因素
5．2 “属性观点对”的提取
5．3 “观点词情感”的确定
5．4 情感本体的自动构建与细粒度情感分析
5．5 细粒度情感强度分析方法的有效性分析
5．6 本章小结

第6章 情感分析技术的应用：以金融领域为例
6．1 在线股评相关文献
6．2 在线股评数据描述
6．3 在线股评情感提取
6．4 基于股评情感的GARCH-SVM模型设计
6．5 基于股评情感的GARCH-SVM模型的预测力分析
6．6 本章小结

参考文献