●第一章 導論
第一節 觀點挖掘:研究的興起
第二節 從小數據到大數據:觀點挖掘所面臨的挑戰
第三節 大數據環境下的規模跨度問題
一潛在語義索引方法
二佩奇排名方法
三映射/規約架構
四SQL與Hadoop相結合的方法
第四節 大數據環境下的領域跨度問題
一共同特征選擇
二目標領域文檔選擇
三查詢詞擴充
四遷移學習
第五節 大數據環境下的語言跨度問題
一多語詞典構建
二語料庫對齊
三用戶反饋和用戶行為
四領域知識庫對齊
第六節 本章 結語
第二章 大數據環境下的觀點挖掘研究方法
第一節 觀點挖掘的形式化定義與研究思路
第二節 多領域多語言網絡評論的下載
第三節 評論的過濾與分類
第四節 產品名稱和產品屬性識別
一關聯規則法
二點互信息法
三概率潛在語義分析法
四潛在狄利克雷分布法
五相關主題模型法
六優選熵原理法
第五節 觀點極性判斷
一基於WordNet的方法
二基於連接詞的方法
三基於點互信息的方法
四松弛標記法
五條件隨機場法
第六節 領域跨度下的觀點挖掘
第七節 語言跨度下的觀點挖掘
第八節 規模跨度下的觀點挖掘
第九節 觀點摘要、主題分析與可視化展示
第十節 本章 結語
第三章 虛假評論識別
第一節 虛假評論識別的意義
第二節 虛假評論識別的相關研究
第三節 虛假評論識別的行為指標體繫
一評論個人行為的指標體繫
……
第四章 產品名稱識別
第五章 產品屬性識別
第六章 觀點的情感分析
第七章 觀點挖掘的領域適配
第八章 觀點挖掘的語言適配
第九章 觀點挖掘的規模適配
第十章 觀點摘要
第十一章 觀點主題分析
第十二章 總結與展望
●
●
在大數據環境下,觀點挖掘面臨領域跨度、語言跨度和規模跨度等重大挑戰。為了應對上述挑戰,有必要解決多領域多語言網絡評論的下載、虛假評論的識別、產品名稱和屬性的識別、觀點的極性判斷、領域適配、語言適配、規模適配以及可視化展示等問題。餘傳明著姚莉主編的《大數據視角下的觀點挖掘/中南財經政法大學青年學術文庫》從上述現實問題出發,探究了觀點挖掘的核心算法和理論,闡明了算法的運行過程、相應的實驗過程以及實驗結果。本書為大數據環境下的觀點挖掘提出了一套較為完整的理論機制,對解決領域與語言跨度下的文本表示、共同特征抽取等問題提出了解決思路,對大數據環境下深度學習用於觀點挖掘進行了嘗試和探索,研究成果有助於縮短國內在觀點挖掘方面與國外的研究差距。