基于Word2vec的微博多类别情感分析及电影票房预测

文档名：基于Word2vec的微博多类别情感分析及电影票房预测
随着互联网的发展,微博成为网民发表意见及表达情感的重要平台,微博文本为文本情感分析提供了大量的语料.微博情感可以用于预测电影票房,从而有效降低电影市场投资的风险.以往关于用微博情感预测电影票房的文献多基于将微博文本分为积极和消极两种极性,然而越来越多的研究表明人们的情感表达是更加丰富和细腻的.本文将利用Word2vec模型扩展一个人工标注的多类别情感词库,然后利用该扩展的词库分析微博影评的多类别情感,进一步在自回归模型中加入多类别情感对电影票房进行预测.本文的主要贡献包括以下两个方面:首先,基于Word2vec提出一套完整的方法,用以挖掘微博影评中的情感词,并对新情感词进行情感倾向分类和情感强度赋值,最终获得一个适用于微博电影评价的多类别情感词库;其次,本文首次从多类别情感维度进行微博情感分析,并利用稳健的实验结果证明了微博多类别微博情感的票房预测能力高于积极和消极微博情感的预测能力.
作者：关琳俞一凡黄京华
作者单位：清华大学经济管理学院,北京100084
母体文献：信息系统协会中国分会第七届学术年会论文集
会议名称：信息系统协会中国分会第七届学术年会  
会议时间：2017年10月20日
会议地点：上海
主办单位：中国系统工程学会,信息系统协会中国分会
语种：chi
分类号：
关键词：电影票房  微博情感  预测能力
在线出版日期：2020年7月21日
基金项目：
相似文献
相关博文

2024-12-10 14:21 上传 基于Word2vec的微博多类别情感分析及电影票房预测.pdf

文件大小:

822.23 KB

下载次数:

60

高速下载