基于社交媒体的企业行为事件挖掘--系列【1】

本文探讨了在信息技术快速发展背景下,如何从社交媒体数据中挖掘企业行为。通过研究背景、方法和结果展示,作者指出短文本的复杂性和传统NLP方法的局限性,并提出使用浅层神经网络模型训练词向量,识别企业行为触发器,实现企业行为的自动识别。实验结果显示,该方法在召回率、准确率和F_value上优于其他传统方法。
摘要由CSDN通过智能技术生成

Class Content
layout post
title 基于社交媒体的企业行为事件挖掘–系列[1]
categories Case
description 利用word2vec+触发器识别企业事件
keywords word2vec、企业事件
description 利用Word2vec+trigger的方式识别企业事件

目录

  • [背景]
  • [1. 研究背景]
  • [2. 研究方法]
  • [3. 研究结果]
  • [4. 总结]

背景

企业事件挖掘是我自大四的毕业设计到现在依旧跟进的研究内容,从微博数据抓取–> 数据预处理 –>模型对比–>事件演化分析均是一步一步探索而来,刚刚开始学习自然语言处理,过程还是有点艰辛,第一期的任务早已经完成了,甚至可以基于社交媒体企业事件挖掘写一系列文章,万事开头难,先从第一期的内容开始。

接下来文章的将从 研究背景 - 研究方法 - 研究结果 三大部分进行介绍。


1. 研究背景

研究背景的逻辑框架通过下面的图给表示出来:

研究背景的逻辑框架

在信息技术和移动互联网技术快速发展的同时,信息资源也呈现指数增长,基于传统的统计方法进行数据分析面临巨大挑战,从海量数据中挖掘有价值的信息成为一种必然趋势。社交媒体(Social Media,又称社会化媒体)作为目前最重要的信息源之一,它在社会舆论、信息传播、企业营销等方面发挥着其他媒介不可替代的作用。据新浪《2016微博企业白皮书》统计,截至2016年12月底,微博企业账号注册量已达到130万,越来越多的企业利用社交媒体塑造企业品牌、产品营销推广、客户关系管理,由于社交媒体具有先天媒体属性,对比传统的信息传播方式

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值