公共文化服务平台

李超雄: 作品数：14 被引量：41H指数：3; 供职机构：福建师范大学更多>>; 发文基金：教育部人文社会科学研究基金国家自然科学基金福建省教育厅科技项目更多>>; 相关领域：自动化与计算机技术更多>>

合作作者

一种网络短评情感挖掘方法: 本发明涉及一种网络短评情感挖掘方法，包括以下步骤：步骤1、设置本方法相关的循环控制参数以及情感词典；步骤2、利用情感词典对短评数据集进行情感极性先验处理：若短评数据集里的单词在情感词典中出现，则将该单词的情感极性赋为情感...; 黄发良李超雄元昌安汪焱姚志强; 文献传递

基于混合生物地理学优化的聚类算法: 2015年; 聚类分析是数据挖掘的重要任务之一,而具有易早熟与收敛速度慢等缺陷的传统生物地理优化算法(Biogeography-Based Optimization,BBO)很难满足具有NP(Non-deterministic Polynomial)性质的复杂聚类问题需求,于是提出了一种基于混合生物地理学优化的聚类算法(Mixed Biogeography-Based Optimization,MBBO),该算法构造了一个基于梯度下降局部最优贪心搜索的新迁移算子,以聚类目标函数值作为个体适应度进行数据集内隐簇结构寻优.通过在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验,结果表明MBBO算法相对于传统的优化算法具有更好的优化能力和收敛度,能发现更高质量的簇结构模式.; 温肖谦黄发良李超雄汪焱; 关键词：生物地理学优化算法数据挖掘聚类

基于自组织映射和生物地理优化的聚类算法: 2015年; 针对传统生物地理优化算法(bio-geographic optimization algorithm,BBO)的种群随机初始策略会降低聚类算法性能的问题,提出了一种基于自组织映射算法(self-organization feature map,SOM)和BBO的混合聚类算法(improved SOM and bio-geography optimization,ISOMBBO),通过优化初始化神经元权值的方法改进SOM算法,然后以改进的SOM来计算数据聚类的初始簇中心,最后在BBO优化框架下进行数据簇结构的寻优.在4个标准数据集(Iris、Wine、Glass与Diabetes)的实验中,实验结果表明该算法不仅提高聚类的有效性,而且相对于传统的优化算法具有更好的优化能力和收敛度.; 温肖谦黄发良李超雄汪焱; 关键词：聚类 SOM算法

基于动态主题情感混合模型的微博主题情感演化分析方法被引量：12: 2015年; 针对现有模型无法进行微博主题情感演化分析的问题,提出一种基于主题情感混合模型(TSCM)和情感周期性理论的主题情感演化模型——动态主题情感混合模型(DTSCM)。DTSCM通过捕获不同时间片中微博消息集的主题和情感,追踪不同时间片内主题与情感的变化趋势,获得主题情感演化图,从而实现主题和情感的演化分析。真实微博数据集上的实验结果表明,与当前优秀代表算法JST(Joint Sentiment/Topic)、S-LDA(Sentiment-Latent Dirichlet Allocation)和DPLDA(Dependency Phrases-Latent Dirichlet Allocation)相比,该方法的情感分类准确率分别提高了3.01%、4.33%和8.75%,并且可以获得主题情感演化图。这表明该方法具有更高的情感分类准确率并且可以进行微博主题情感演化分析,为舆情分析等应用提供了较好的帮助。; 李超雄黄发良温肖谦李璇元昌安

一种社交关系驱动的微博主题情感分析方法: 本发明涉及一种社交关系驱动的微博主题情感分析方法，包括以下步骤：步骤1、对微博消息集进行微博文本分词、去停用词预处理，提取微博用户关系分布G，并设置情感词典；步骤2、利用情感词典对微博消息进行情感极性与主题归属先验处理；...; 黄发良何万莉潘传迪元昌安李超雄; 文献传递

基于社交关系的微博主题情感挖掘被引量：20: 2017年; 微博情感分析是社交媒体挖掘中的重要任务之一,在个性化推荐、舆情分析等方面具有重要的理论和应用价值.挖掘性能良好且可同步进行文档主题分析与情感分析的主题情感模型,近年来在以微博为代表的社交媒体情感分析中备受关注.然而,绝大多数现有主题情感模型都只简单地假设不同微博的情感极性是互相独立的,这与微博生态的现实状况不相一致,从而导致这些模型无法对用户的真实情感进行有效建模.基于此,综合考虑了微博用户相互关联的事实,提出了基于LDA和微博用户关系的主题情感模型SRTSM(social relation topic sentiment model).该模型在LDA中加入情感层与微博用户关系参数,利用微博用户关系与微博主题学习微博的情感极性.针对新浪微博真实数据集上的大量实验结果表明:与代表性算法JST,Sentiment-LDA及DPLDA相比较,SRTSM模型能够对用户真实情感与讨论主题进行更加有效的分析建模.; 黄发良于戈张继连李超雄元昌安卢景丽; 关键词：情感分析社交关系

一种微博主题情感演化分析方法: 本发明涉及一种微博主题情感演化分析方法，包括以下步骤：步骤1、设置本方法相关的循环控制参数C1、C2、C3与C4，以及情感词典；步骤...; 黄发良李超雄李璇元昌安; 文献传递

一种基于混杂特征计算的微博主题情感分析方法: 本发明涉及一种基于混杂特征计算的微博主题情感分析方法，包括以下步骤：1、微博数据预处理：应用中文分词、英文词根化、表情符提取技术提取微博特征，并利用先验知识对微博特征的情感和主题进行初始赋值；2、算法参数初始化；3、利用...; 黄发良元昌安何万莉李超雄; 文献传递

基于主题模型的网络短文本情感分析研究: 随着Web2.0的快速发展,社交网站、微博和BBS论坛等平台给用户交流提供了更加方便的渠道,用户可以很方便地通过这些渠道发表自己的观点、意见。用户在网上发表的的文章评论、微博、论坛回复等等通常都是字符数量较少的文本,相对...; 李超雄; 文献传递

一种社交关系驱动的微博主题情感分析方法: 本发明涉及一种社交关系驱动的微博主题情感分析方法，包括以下步骤：步骤1、对微博消息集进行微博文本分词、去停用词预处理，提取微博用户关系分布G，并设置情感词典；步骤2、利用情感词典对微博消息进行情感极性与主题归属先验处理；...; 黄发良何万莉潘传迪元昌安李超雄