基于Facebook评论实时与批量情感分析的用户态度检测与预测
社会与信息网络
2019-06-11 v1 计算与语言
信息检索
摘要
大多数人都在社交网络（如 Facebook、Vkontakte）上拥有账户，并在其中表达对不同情境和事件的态度。Facebook 仅提供点赞按钮和分享作为积极标记。然而，即便意见是负面的，了解特定用户对各帖子的立场也很重要。正面、负面和中性态度可从用户的评论中提取。关于正面、负面和中性意见的总体信息可带来人们对某一立场如何反应的理解。此外，了解态度在时间段内如何变化也很重要。本文的贡献是一种基于情感文本分析的新方法，用于检测和预测 Facebook 评论的正负模式，该方法结合了 (i) 用于模式发现的实时情感文本分析和 (ii) 用于创建意见预测算法的批量数据处理。为执行预测，我们提出一个两步算法： (i) 使用无监督聚类技术对模式进行聚类，以及 (ii) 基于从特定聚类中寻找最近模式来进行趋势预测。案例研究显示了所提方法的效率和准确性（平均 MAE = 0.008）及其实际适用性。我们还发现了三种类型的用户态度模式并进行了描述。
引用
@article{arxiv.1906.03392,
title = {Detection and Prediction of Users Attitude Based on Real-Time and Batch Sentiment Analysis of Facebook Comments},
author = {Hieu Tran and Maxim Shcherbakov},
journal= {arXiv preprint arXiv:1906.03392},
year = {2019}
}
备注
12 pages, 6 figures, CSoNet 2016