基于情感分析的影评数据挖掘

用户评论已经成为人们选择商品的重要参考目标，影评亦是如此。为了帮助浏览者有效的解读影评文本，

在信息时代下，越来越多的人在网络上抒发对一些人物和事物的情绪，表达不同的观点。特别是随着网络技术的不断发展，出现博客、微博、论坛等众多的网络平台为网络用户提供了更宽阔的平台来交流信息、表达意见。往往这些在线评论的文本信息不仅蕴含着用户的情感态度，也蕴含着巨大的商业价值，其反应了社会集体的情感状态，与此同时情感在人类决策时扮演着重要地位[1]。因此，在线评论不仅成为商家识别用户对产品需求、喜好的重要信息来源和提高市场竞争力的有效信息，而且也为其他用户提供了有效了解产品的手段和反应产品好坏的“晴雨表”。

而在影视产业上，影视评价是电影艺术与观众的桥梁，是实现电影价值的有效手段[2]。豆瓣网作为中国最大，最具有权威的评论网站之一，他对电影的评价对一部电影的好坏以及人们对这部电影的选择与认知起着非常重要的最用。豆瓣评分直接反应了豆瓣网对电影的评价信息，但豆瓣评分往往只关注了用户对电影的评分评价情况，而忽略的用户的评论信息，使得最终的人们看到的评分无法反应这部电影的真实情况。

本文将用户评论信息与评分评价信息相结合，使用文本情感分析的方法，以两部电影的豆瓣网用评论为语料源，通过用户与评论特征构建的二分网络，分析用户参与电影的评论中评论倾向，将评论用户与评论特征进行点线连接的方式构建网络联系，进一步提炼用户评论的评论特诊信息以及用户偏好；结合情感分析得到的单句情感得分，得到用户的特征情感得分；利用进一步结合评分评价得分建立新的评分模型，将得到更新的评分与原豆瓣评分作比较，提升了用户影评挖掘的层次和效果以及电影评分的有效性和可信性。

2. 文献综述 情感分析(sentiment analysis)，又称倾向性分析、评论挖掘(review mining)、情感挖掘或主观分析，是用户对商品、服务等评论内容的分析、处理、归纳和推理，对评论中表达的观点和情感进行分类，主要包括情感表达的主体、客体和内容[3]。情感分析的研究主要集中情感分析方法以其应用两大方面。

情感分析主要针对文本信息，目前的研究主要集中在针对不同领域的用户评论进行分类、有效性、预测等，预测等方面。在旅游业领域，郭宇、王晰巍等人使用情感分析的方法，通过同程旅游网中的评