本書繫統介紹了社交媒體大數據智能情感分析的理論方法、關鍵技術及其在社會熱點事件中的建模與應用。

●第1章社交媒體大數據情感分析的理論基礎
1.1社交媒體大數據情感分析的研究背景
1.1.1社交媒體大數據與社會治理
1.1.2社交媒體大數據情感分析的困境與意義
1.2社交媒體大數據情感分析的基本概念
1.2.1社交媒體大數據的定義與特征
1.2.2社交媒體大數據的來源與分類
1.2.3社交媒體大數據情感分析的基本理論
1.3社交媒體大數據情感分析的研究進展、現狀及趨勢
1.3.1社交媒體文本數據挖掘方法
1.3.2社交媒體數據表示學習技術
1.3.3社交媒體文本情感計算任務
1.3.4社交媒體數據輿情計算應用
1.4本章小結
參考文獻

第2章社交媒體大數據網絡爬取與數據預處理
2.1什麼是網絡爬蟲
2.1.1網絡爬蟲的定義
2.1.2網絡爬蟲的流程
2.1.3網絡爬蟲的類型
2.1.4網絡爬蟲的工具
2.2網頁和網站的基礎知識
2.2.1網頁的構成
2.2.2網站的構成
2.2.3網頁開發者工具
2.3基於Python的爬蟲庫
2.3.1Python爬蟲庫概覽
2.3.2requests庫安裝和體驗
2.3.3利用requests庫爬取百度貼吧案例
2.4基於Python的爬蟲框架
2.4.1Python爬蟲框架概覽
2.4.2Scrapy爬蟲操作入門
2.4.3利用Scrapy爬取網站案例
2.5基於Python的文本數據預處理
2.5.1文本數據預處理的範疇
2.5.2文本數據預處理的工具與方法
2.5.3文本數據預處理流程
2.5.4文本數據預處理案例
2.6本章小結
參考文獻

第3章社交媒體大數據智能情感分析方法與技術
3.1社交媒體大數據情感分析方法
3.1.1社交媒體大數據情感分析基礎方法
3.1.2社交媒體大數據情感分析常用方法
3.1.3社交媒體大數據情感分析智能方法
3.2社交媒體大數據智能情感分析關鍵技術
3.2.1信息抽取技術
3.2.2情感分析技術
3.2.3謠言檢測技術
3.2.4話題識別技術
3.2.5熱點發現技術
3.3社交媒體大數據智能情感分析理論基礎
3.3.1預訓練模型
3.3.2循環神經網絡模型
3.3.3卷積神經網絡模型
3.3.4注意力機制
3.4本章小結
參考文獻

第4章社交媒體大數據智能情感分析全流程建模
4.1社交媒體大數據主題分析模型建構
4.1.1社交媒體大數據主題建模原理
4.1.2改進的LDA主題分析模型
4.2社交媒體大數據智能情感分析模型建構
4.2.1RAE深度學習模型
4.2.2改進的BERT預訓練模型
4.3社交媒體大數據智能情感預測模型建構
4.3.1基於計量經濟學模型的輿情情感預測
4.3.2基於機器學習模型的輿情情感預測
4.4社交媒體大數據智能情感分析框架
4.5本章小結
參考文獻

第5章基於社會熱點事件的實例分析
5.1“魏則西事件”的社交媒體大數據情感分析全流程建模
5.1.1“魏則西事件”的案例選擇與描述
5.1.2“魏則西事件”的數據收集與預處理
5.1.3“魏則西事件”的情感分析結果
5.1.4“魏則西事件”的主題建模結果
5.1.5“魏則西事件”以主題建模為基礎的情感分析結果
5.1.6“魏則西事件”以情感分類為基礎的情感預測結果
5.1.7“魏則西事件”的社交媒體大數據情感分析討論
5.2“疫苗接種情緒”的社交媒體大數據情感分析全流程建模
5.2.1“疫苗接種情緒”的案例選擇與描述
5.2.2“疫苗接種情緒”的數據收集與預處理
5.2.3“疫苗接種情緒”的主題建模結果
5.2.4“疫苗接種情緒”的情感分析結果
5.2.5“疫苗接種情緒”以情感分類為基礎的主題建模結果
5.2.6“疫苗接種情緒”以情感分類為基礎的情感預測結果
5.2.7“疫苗接種情緒”的社交媒體大數據情感分析討論
5.3本章小結
參考文獻

第6章總結與展望
6.1研究總結
6.2研究展望

本專著繫統介紹了社交媒體大數據智能情感分析的理論方法、關鍵技術及其在社會熱點事件中的建模與應用。全書共分為三個篇章，一是理論基礎篇，詳細介紹了社交媒體智能情感分析的理論基礎與主流大數據抓取及預處理技術；二是模型方法篇，創新提出了面向社會熱點事件的智能情感分析框架，對社交媒體情感的形成、演化、干預與預測全過程進行智能建模分析；三是案例應用篇，通過實際案例介紹了如何應用社交媒體大數據智能情感分析方法解決實際問題。

譚旭 等 著