微博非结构化数据的情绪挖掘方法及在旅游预测中的应用
针对中文微博数据非结构化特点,文章从相关维、状态维、主题维、情绪维四个维度提出了一套标准的微博情绪挖掘方法,通过情绪词典生成、倾向性分析、发布者影响力测度、情绪指标构建等关键环节,能够有效地从海量微博数据中提炼用户的观点倾向性,形成量化的情绪指标.应用该方法体系对旅游市场进行实证分析,发现带有正向情绪的微博通过口碑效应对于下一期旅游客流量存在显著的积极影响,在传统时间序列模型中引入正向微博情绪指标能够显著提高预测精度;通过对负面微博数据进行分主题挖掘,能够分析不同主题下游客抱怨的原因,形成数据驱动的游园改进策略,提高旅游管理的精准性和效率....
Gespeichert in:
| Veröffentlicht in: | 情报资料工作 2019, Vol.40 (1), p.64-72 |
|---|---|
| Hauptverfasser: | , , , |
| Format: | Artikel |
| Sprache: | chi |
| Online-Zugang: | Volltext |
| Tags: |
Tag hinzufügen
Keine Tags, Fügen Sie den ersten Tag hinzu!
|
| Zusammenfassung: | 针对中文微博数据非结构化特点,文章从相关维、状态维、主题维、情绪维四个维度提出了一套标准的微博情绪挖掘方法,通过情绪词典生成、倾向性分析、发布者影响力测度、情绪指标构建等关键环节,能够有效地从海量微博数据中提炼用户的观点倾向性,形成量化的情绪指标.应用该方法体系对旅游市场进行实证分析,发现带有正向情绪的微博通过口碑效应对于下一期旅游客流量存在显著的积极影响,在传统时间序列模型中引入正向微博情绪指标能够显著提高预测精度;通过对负面微博数据进行分主题挖掘,能够分析不同主题下游客抱怨的原因,形成数据驱动的游园改进策略,提高旅游管理的精准性和效率. |
|---|---|
| ISSN: | 1002-0314 |