摘要：各大视频网站用户规模越来越壮大，用户热衷于通过弹幕这种线上互动方式表达自己的观点。目前大多视频网站都关注用户兴趣，口碑和评分等等，鲜少从用户的情感层面进行深度挖掘。运用情感分析算法挖掘弹幕评论，可以获得文本表达的褒贬情况。为决策者提供数据方面的信息。

本文采用TF-IDF与SVM模型，对B站平台弹幕进行情感分析相关研究。本人首先利用python爬取了1000条弹幕，通过调用百度开放平台情感分析api计算弹幕的情感极性后，将正向情感标记为1，负向情感标记为0。接着用TF-IDF模型对弹幕进行文本向量化，按照8：2的比例划分训练集和测试集，用SVM算法对其进行情感分类。实验结果显示，提出的SVM模型较其他模型相比能达到更好的准确值。

 

关键词： 情感分析 弹幕文本挖掘 TF-IDF  SVM

 

目 录

摘 要

Abstract

1.引言-1

1.1背景-1

1.2情感分析研究的目的与意义-1

1.3 情感分析研究现状-1

2.相关技术-3

2.1网络爬虫-3

2.2情感分析-3

3.实验数据的获取与预处理-5

3.1哔哩哔哩网站-5

3.2弹幕爬取-5

3.3百度aip情感分析-5

3.4文本预处理-6

3.4.1 弹幕分词：技术及例子-6

3.4.2 停用词处理-7

4.模型-8

4.1文本向量化-8

4.2 SVM模型-8

5.实验结果-10

5.1实验数据-10

5.2.数据可视化-11

5.3 SVM模型结果分析-13

5.4实验对照-14

6.结论及展望-16

6.1结论-16

6.2展望-16

参考文献-17