基于文本挖掘与情感分析的社交媒体产品安全分析
社会与信息网络
2015-10-20 v1 信息检索
摘要
假冒事件及其相关的经济与健康后果日益增长，亟需开发主动监控系统，为打假斗争中的所有利益相关者提供及时可靠的信息。来自社交媒体平台的用户生成内容可提供关于产品过敏、不良事件和产品假冒的早期线索。本文报告一项正在进行的工作，其贡献包括：开发利用机器学习、文本挖掘和情感分析来收集并分析药品与化妆品用户观点和体验的框架；将所提框架应用于 Facebook 评论和 Twitter 数据以进行品牌分析；以及描述如何开发产品安全词典和训练数据，为建模用于药品与化妆品情感预测的机器学习分类器。初步的品牌与产品比较结果彰显了在社交媒体数据上运用文本挖掘与情感分析的有效性，而使用机器学习分类器预测情感取向，为用户、产品制造商、监管与执法机构提供了一种有用工具，用以监测品牌或产品的情感趋势，以便在负面情感突然或显著上升时采取行动。
引用
@article{arxiv.1510.05301,
title = {Social Media Analysis for Product Safety using Text Mining and Sentiment Analysis},
author = {Haruna Isah and Daniel Neagu and Paul Trundle},
journal= {arXiv preprint arXiv:1510.05301},
year = {2015}
}
备注
2014 14th UK Workshop on Computational Intelligence (UKCI)