基于哔哩哔哩弹幕视频网站评论的番剧流行度分析任务书

 2021-10-23 08:10

1. 毕业设计（论文）的内容和要求

主要内容：1.番剧流行度的指标设计2.在线评论数据爬取3.实证应用要求：1．运用学校图书馆中外文数据库等，检索和阅读相关资料，并进行分析研究。

2．能综合运用本科阶段所学知识和技能，有自己的创新、创意或工作成果。

尽量以实际案例和定量数据阐述自己的观点。

剩余内容已隐藏，您需要先支付后才能查看该篇文章全部内容！

2. 参考文献

[1]赵妍妍,秦兵,刘挺.文本情感分析[J].软件学报,2010.[2]谢丽星,周明,孙茂松.基于层次结构的多策略中文微博情感分析和特征抽取[J].中文信息学报,2012. [3]熊小兵,周刚,黄永忠,马俊.新浪微博话题流行度预测技术研究[J].信息工程大学学报,2012.[4]杜嘉忠,徐健,刘颖.网络商品评论的特征情感词本体构建与情感分析方法研究[J].现代图书情报技术,2014.[5]郑飏飏,徐健,肖卓.情感分析及可视化方法在网络视频弹幕数据分析中的应用[J].现代图书情报技术,2015. [6]王佳琪.基于弹幕视频网站的弹幕文化研究[D].山东师范大学,2015.[7]陈威.弹幕视频网站及其用户的研究--以Bilibili弹幕站为例[D].南昌大学,2015.[8].李涵昱,钱力,周鹏飞.面向商品评论文本的情感分析与挖掘[J].情报科学,2017.[9]何明.面向在线视频弹幕数据的挖掘方法研究[D].中国科学技术大学,2018.[10]仝冲,赵宇翔.基于内容分析法的弹幕视频网站用户使用动机和行为研究[J].图书馆论坛,2018.[11]唐慧丰,谭松波,程学旗.基于监督学习的中文情感分类技术比较研究[J].中文信息学报,2007.[12]李实,叶强,李一军,罗嗣卿.挖掘中文网络客户评论的产品特征及情感倾向[J].计算机应用研究,2010.[13]Bing Liu. Sentiment Analysis and Opinion Mining[M]. Morgan Claypool Publishers. May 2012.[14] Pedro Domingos. A Few Useful Things to Know about Machine Learning[J]. Communications of the ACM. October 2012.[15]William Deitrick,Wei Hu.Mutually Enhancing Community Detection and Sentiment Analysis on Twitter Networks[J]. Journal of Data Analysis and Information Processing (JDAIP), 2013.

剩余内容已隐藏，您需要先支付 10元 才能查看该篇文章全部内容！立即支付

以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章