分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-12-05 合作期刊: 《数据分析与知识发现》
摘要: 【目的】帮助企业实现精准营销, 准确识别企业用户的群体特征。【方法】对微博文本进行情感分析, 通 过 Ward 聚类将微博发表者聚类成 9 类群体, 并对微博用户进行影响力识别, 从情感和影响力两个维度对各个用 户群体进行分析, 利用一种改进的客户价值矩阵方法辨别不同用户群体的特征。【结果】实验结果表明: 9 类用户 群体对 A 手机品牌情感倾向存在较大的差异。A 手机更受喜欢追赶时髦的女性群体以及从事 IT 行业的用户青睐, 并且该群体影响力较大, 能更有效地影响消费者购买该手机。【局限】在进行用户影响力识别时, 仅考虑常用指 标, 未考虑用户微博被转发之后的级联影响力以及其他影响指标。【结论】本文方法能够较为准确地识别企业用 户的群体特征, 为企业实现精准营销提供帮助。
分类: 图书馆学、情报学 >> 情报学 提交时间: 2017-11-08 合作期刊: 《数据分析与知识发现》
摘要: 【目的】热点话题具有很大的影响力,针对热点话题及其情感对象的情感倾向进行相关研究。【方法】提出一个结合话题相关性的主客观分类模型, 帮助抽取与热点话题相关的主观微博; 利用基于机器学习改进的情感分类方法对抽取博文的情感极性进行分析; 通过召回率、准确率、F 值对情感分类效果进行详细评估。【结果】实证分析结果表明, 结合话题相关性有效提升了热点话题微博主客观分类和情感极性分类效果, 其中F 值分别提升7.4%和2.2%。【局限】待需深入考虑数据的分布状态、情感分类粒度细化、情感对象的情感趋势变化等。【结论】考虑话题相关性, 提升微博情感分类的效果, 并通过抽取热点话题中关键情感对象的情感倾向, 为微博精准营销提供相关情报信息。