声明
摘要
第一章绪论
1.1研究背景及意义
1.2国内外研究现状
1.2.1社交网络情感研究
1.2.2基于卷积神经网络(CNN)的情感倾向分析
1.2.3图卷积网络(GCN)
1.2.4社交可供性
1.3本文的内容安排
第二章相关技术与理论概述
2.1情感倾向分析
2.2图卷积网络
2.2.1关注卷积算子构建的方法
2.2.2关注图上复杂信息建模的方法
2.2.3关注训练过程优化的方法
2.3图神经网络的应用场景
2.3.1社区发现算法
2.3.2推荐系统
2.4本章小结
第三章基于Rel-CNN的情感倾向分析方法
3.1问题引入
3.2社交可供性与用户情感的相关关系
3.2.1研究假设
3.2.2数据预处理
3.2.3社交可供性的衡量指标
3.2.4基于假设的检验分析
3.3基于社交可供性的情感倾向分析方法
3.3.1多特征融合的卷积神经网络模型
3.3.2基于评论特征树的细粒度情感分析
3.3.3商家情感分歧度分析
3.4实验
3.4.2细粒度Rel-CNN实验结果与分析
3.4.3商家情感分歧度实验结果与分析
3.5本章小结
第四章基于Rel-GRec的推荐算法
4.1问题引入
4.2基于Rel-GRec的推荐算法
4.2.1总体框架
4.2.2关联图的构建
4.2.3评分预测
4.2.4Rel-GRec算法流程
4.3实验
4.3.1实验数据与环境
4.3.2评价指标
4.3.3实验结果与分析
4.4本章小结
第五章总结与展望
5.2展望
参考文献
攻读硕士期间的学术成果
攻读硕士期间参与的科研项目
致谢
华中师范大学;