基于主题情感联合分析的游客画像研究

摘要：

网络文本作为现代游客承载感知和表达观点的载体,已成为游客画像构建与分析的重要数据来源.现有的自然语言处理技术在游客画像的挖掘过程中主要关注游客的需求和情感,缺少技术与旅游应用的有效衔接,然而现有的文本挖掘技术中文本的主题和情感通常被割裂分析,缺乏相互指向性,无法有效提取用户细粒度的意见.提出一种基于变分自编码的有监督主题情感联合分析模型.将词频权重引入到先验知识中,同时通过截断高斯模型构造变参数,有效捕获离散数据中的相关性,利用情感标签辅助主题的训练和生成,以提升主题挖掘及情感预测的准确率.通过变分自编码模型计算贝叶斯主题模型的后验分布,采用主题分布下的情感分类预测实现主题情感的联合分析.实验结果表明,当主题数为10～100时,该模型的情感预测平均准确率约为85％,相比LDA、SAGE、NVDM模型,能够有效挖掘酒店用户评论的特征.

关键词：游客画像、变分自编码器、主题情感联合分析、意见挖掘、隐含狄利克雷分布模型

所属期刊栏目：48

分类号：TP391(计算技术、计算机技术)

资助基金：贵州省科技计划项目;贵州省教育厅青年科技人才成长项目;贵州财经大学引进人才科研启动项目

在线出版日期：2022-06-21（万方平台首次上网日期，不代表论文的发表时间）

页数：共11页

页码：278-287,294