篇一：基于微博特性的情感营销分析
龙源期刊网 .cn
基于微博特性的情感营销分析
作者：刘帅
来源：《企业技术开发·中旬刊》2014年第09期
摘 要：现代社会是新媒体的时代，微博作为近年兴起的新媒体平台，在现代社会占据着重要地位。传统的营销方式存在许多弊端，而微博上的情感营销则是一种新的营销方式。文章就情感营销的定位以及营销微博的虚拟形象包装进行讨论。
关键词：微博；情感营销
中图分类号：G206；F274 文献标识码：A 文章编号：1006-8937（2014）26-0121-02现代社会是新媒体的时代，无论在什么领域，新媒体都占据了重要地位，对于企业营销来说，如果不增加新媒体的营销策略，就将失去主流市场。在新媒体中，微博作为一个新兴的社区交友平台，在短短几年的时间内逐渐发展壮大，被越来越多的年轻人所喜爱，在微博上进行情感营销，已经成为企业营销的一种重要途径。微博在传递信息方面同样有着非常大的作用，对于传统的市场营销策略有着很大的冲击，如何根据微博的特性，进行企业的情感营销，是很多企业都在考虑的问题。
1 微博情感营销的可能性分析
情感营销是根据现代营销学之父菲利普·科特勒的观点提出来的，他曾预见说：“人们的消费行为在经历过?量?的消费阶段和?质?的消费阶段后，必将随着市场经济的高度发展而进入?情感?消费阶段。”
情感营销不同于传统营销方式的功能性和单方向性，更加注重交流和情感的沟通，在新媒体盛行的现代，网络营销与传统营销方式相比，更加贴近情感营销，而在网络营销中，微博的情感营销功能最为显著。
1.1 理论的可行性分析
互联网在我国已经形成一定的规模，越来越多的人依靠互联网生活和工作，可以说，互联网媒体作为新媒体已经在快速而强势地影响现代人的生活。这种影响在各大知名网站，如天涯论坛、豆瓣网等网站上可以明显地显示出来。而微博作为一个新兴的媒体平台，无论是对个人生活还是对企业营销，都有着非常大的影响。
对于企业营销来说，传统的营销方式缺乏创新，大多是通过广告宣传、传单发放等方式进行，容易引起消费者的厌烦情绪。此外，由于这些传统营销方式都是通过公司或者企业单方面的宣传达到效果，消费者并不能够直接参与其中进行体验和反馈，这样就不利于企业的长期发展，而微博营销却弥补了这一缺陷。微博是个互动性很强的现代化媒体平台，在这里，每个人
篇二：主客观与褒贬分类融合的微博情感倾向性分析
龙源期刊网 .cn
主客观与褒贬分类融合的微博情感倾向性分析
作者：韩中元等
来源：《智能计算机与应用》2014年第06期
摘 要：在微博情感倾向性分析中，一种典型分析方法是先对微博进行主客观分类，再对判定为主观的微博进行褒贬分类，但其问题在于主客观分类错误将直接传导到褒贬分类。针对这一问题，本文提出了一个主客观分类和褒贬分类融合的评估情感倾向性强度的模型。首先使用改进的逻辑回归模型构建主客观分类模型，并结合情感词典构建褒贬分类模型；然后，将二者融合，构建情感倾向性强度模型来选出具有较强情感的微博；最后应用褒贬分类模型判定情感倾向性。该方法在第六届中文倾向性分析评测（COAE2014）的微博观点句识别任务中获得了主要指标Micro_F1值和Macro_F1值的第二名。
关键词：情感倾向性分析；主客观分类；褒贬分类；微博
中图分类号：TP391.1 文献标识码：A 文章编号：2095-2163（2014）06-
Abstract： A typical practice in sentiment analysis consists of two steps： first classify the subjective sentences from the objective ones， and then distinguish the positives from the negatives among the subjective sentences. To alleviate the issue of error accumulation arising from such a pipeline approach， this paper investigates a unified model for microblog sentiment analysis. Firstly， a subjective-objective classification model is constructed by the improved Logistic Regression model. And a positive-negative classification model is proposed by using sentiment dictionary and the improved Logistic Regression. Secondly， an emotional intensity model， which is a linear combination of the two classification sub-models， is applied to select the microblogs with more strong sentiment. Lastly， the sentiment classi(转自：wWw.DXf5.Com 东星 资源网:微博情感分析)fication is judged by the positive-negative
classification model. The final release of COAE 2014 indicates that the proposed method ranks as top 2 in micro_F1 and macro_F1 in the task.
Keywords： Sentiment Tendency Analysis； Subjective-Objective Classification； Positive-Negative Classification； Microblog
0引 言
随着微博的不断发展和实用普及，国内外学者围绕微博展开了一系列研究，其中微博情感倾向性分析已然成为研究热点之一。微博情感分析即是对带有情感色彩的主观性微博进行分析、处理、归纳和推理，就是通过对微博情感信息的综合计算和技术评定，藉此实现了解人们针对实体、人物、事件、主题及其属性的主观意见和对应情感的研究宗旨[1]。微博的情感分析在挖掘用户观点、产品反馈、商品推荐、潜在用户挖掘等多方面均具较高的应用价值。而
篇三：中文微博主题挖掘浅析
基于句法与主题扩展的中文微博情感倾向性分析模型
文章主题：文章提出了一种面向主题的中文微博情感建模方法,该模型涵盖了数据预处理、句法分析、主题扩展、领域知识、情感词上下文极性调整、表情符号等内容,最后以新浪微博采集数据,选取3个领域主题进行了实验,在特定的实验环境下,得到了较高的分析准确率 摘要一定要根据上下文书写
Idea:我们是不是可以在建立情感字典的时候建立一个可以自动扩展和识别的方法，自动更新微博上的一些热门词汇所表达的情感极性，但是到底新出现的词汇的正负极性到底是什么还不清楚，手工标注还是什么尚未可知。
都是证明自己的算法比其他算法更加好
1. 主题词扩展
设置主题扩展值的阀值以及是否父子句法的判定，决定是否要进行合并
2.建立基于知网的通用情感字典建立：抽取情感强度最强的五十个词汇作为情感词，在抽取微博情感词如果没有就利用知网的语义相似度计算与种子词汇的点互信息赋予权值，这篇文章很大程度都是抄袭的是基于层次分析法的中文微博研究，比如其中的一个观点是有些词并没有情感倾向，但是加上有无，或者缺乏的时候就有了情感倾向，从而特别提出了要基于此添加一个情感字典，类似的词又比如良心，道德等
建立领域情感词典：又提出了在情感分类模型加入情感特性和领域的先验知识会增加分类性能，
微博的预处理分为两个过程：一个是规范化预处理一个是预处理两个部分，其中规范化处理包括对表情符号，句式词性划分，又特别提出了句子结构也是句子处理的一个重要的特点，句式对微博文本的处理也很重要对常见的三种句式：条件句，转折句，比较句的权值处理方式都提供一个可供参考的意见
我们知道一个微博中的因为其主题发散性的特征，一条微博中不可能只有一个主题，因此主体之间的权重关系也值得比较，
其中比较的时候要注意程度副词和否定词对情感极性的影响，
计算规则如下
然后再根据这个公式得出结论 参考文献：
