标签：构建 互联网 网络爬虫 code use case str 过程 ima 用户
我的工程实践项目是《基于情感词典的影视评论大数据分析》，文本情感分析又称意见挖掘、倾向性分析等。简单而言,是对带有情感色彩的主观性文本进行分析、处理、归纳和推理的过程。互联网(如豆瓣电影、猫眼电影、大众点评)上产生了大量的用户参与的、对于影视等有价值的评论信息。这些评论信息表达了人们的各种情感色彩和情感倾向性,如喜、怒、哀、乐和批评、赞扬等。基于此,潜在的用户就可以通过浏览这些主观色彩的评论来了解大众舆论对于某一影视作品的看法。
以下是使用StarUML画出的用例图：
High level use case:
-获取数据
-处理数据
-构建情感词典
-情感分析
Expanded use case：
获取数据：网络爬虫——抓取网络上的用户影视评论内容。
构建情感词典：扩充情感词典——通用的情感词典并不适用于所有领域，因此需要我们再已有基础上通过各种方法对其进行扩充，使之能够应用于影视评论方面。
情感分析：制定匹配规则——过制细化补充语义规则，运用基于计算情感词权值的方法来进行情感分析；构建LDA主题模型——为了准确获得用户的情感色彩和情感倾向性，使用LDA主题模型获取具有概括性的主题词。
标签：构建 互联网 网络爬虫 code use case str 过程 ima 用户
原文地址：https://www.cnblogs.com/haorw/p/11785891.html
