3.4.3 功能展示 24

3.5 SO结果分析模块 25

3.5.1 具体任务 25

3.5.2 具体实现 25

3.5.3 功能展示 27

3.6 实验结果分析 28

3.7 本章小结 29

结   论 30

致   谢 32

参考文献 33 

1 绪论

1.1 研究背景

截至2012年12月底，我国网民规模达到5.64亿，互联网普及率为42.1%，保持地速增长[1]。从互联网的诞生开始，互联网用户就开始成倍增加，在20世纪90年代增长速度较快，虽然现在的增长速度变缓，但是互联网普及率越来越高，互联网走进了家家户户。网民的习惯也从最初的浏览互联网门户和网络聊天到现在娱乐信息多元化转变。尤其是90年代初在中国IT行业的兴起，互联网已经掀下了它神秘的面纱，让信息互联深入民心。

现在信息网络在人们日常生活中已经变得不可或缺。互联网给人们带来了很多方便，能够足不出户观尽天下事，也能和千里之外的朋友聊天传信，可以观影游戏休闲娱乐，还能免去舟车劳顿的轻松购物等等，互联网正在悄悄的影响着人类的生活和习惯。同样，人们也更多的将习惯带入了互联网之中，将一些主观性的观点意见还有生活习惯反应在网络之中，透过网络影响着周围的人和社交圈子。互联网拉近人与人之间的距离，为沟通架起了一座桥梁，也形成了个很大的世界圈。论文网

在现今的Web 2.0时代中，更多的强调的是互动，即网民参与网站内容的提交、生成与传播，实现了网站与用户的双向交流[2]。而随着社交网络服务（SNS）的广泛应用，网络上充斥着各种主观性观点和客观性观点资源，面对这庞大的网络数据，利用计算机对互联网主观文本进行自动提取、分析、挖掘与管理，具有重大的现实意义。

具体应用如下：

⑴ 用户评论分析与决策。这是目前情感分析技术使用最频繁的一个应用点。在购买某一产品之前，人们往往倾向于通过网络查询该产品的相关评论，并通过对比其他产品的性价比来做出最终的决策。由于用户没有足够的时间和充足精力浏览全部的评论信息，给用户购买产品带来了一定的风险性。情感分析技术可以帮助用户很好地解决这一难题。首先该技术自动通过网络获取大量的与产品相关评论信息，进而挖掘出的产品主要属性(如外观，工作时间等)和评价词语(如方便)，最终通过统计推理预测，给用户提供该产品各方面属性的意见分析，方便用户做出最终明智的决策。

目前,国内外有很多研究机构根据现实生活中的具体需求研发出各个领域的情感

分析智能系统，帮助用户进行分析处理海量信息和做出决策。

⑵ 舆情监控。互联网具有开放性、虚拟性、隐蔽性、发散性、渗透性和随意性等特点，有越来越多的网民乐意通过这种渠道来表达观点，逐渐成为舆情话题产生和传播的主要场所[3]。网络社会和现实社会的融合使网络信息对人们的日常生活影响日益增大。因此，社会管理者会整理分析收集这些舆论然后进行反馈。然而，由于在大数据时代，互联网中的数据时海量的，仅仅依靠人工的方法是难以应对海量信息的收集和处理，因此需要依靠情感分析技术智能地对舆情信息进行监控。虽然目前这一应用点的研究成果还不是很多，但不影响其成为一个有价值的应用点。 PMI-IR算法基于无监督学习的情感分析系统(2):http://www.youerw.com/jisuanji/lunwen_71879.html