《中国人工智能学会通讯》——3.10 社会媒体情感分析：观点、用户、行为

3.10 社会媒体情感分析：观点、用户、行为

使用在线社会媒体进行大量交流是当今社会的一个突出现象，这种交流蕴含了人们分享生活中的感受，以及关于商品、书籍、电影等的评价。大量的、带有情感的社会媒体内容进一步激发了人们对情感分析研究的兴趣，并成为一种虚拟货币帮助企业营销产品、发现商机、维护声誉等。除了商业上的应用外，美国 2008 年的总统大选，也上演了一场史无前例地利用社会媒体 YouTube 和 Facebook进行筹集资金，向选民传递候选者的信息和说词的案例。麻省理工的研究者随后通过挖掘博客数据，揭示参选人在社会媒体上的支持度与其赢得的选票数目具有吻合的走势[1] 。接着在 2012 年美国总统连任选举时，奥巴马的竞选团队在 18 个月前就通过系统对社会媒体数据实时分析，分析选民的投票倾向。无独有偶，Tumasjan 等[2]对推特上的数据进行研究，以德国联邦选举为案例，发现推特上的内容可以作为一个政治观点的有效指示器。

广义地讲，情感分析往往指借助计算技术自动分析用户或作者针对某个事物或其各方面的观点（即判断、评估）、情绪（即作者的心情、感受，或能令读者感受到的情绪）。社会媒体环境下的情感分析增加了新的内涵，不仅是判断或分析某个孤立文档的总体情感、针对各属性方面的观点，更有价值的目标在于理解和客观反映大众的观点（collective opinion），从而帮助建立公平的、健康的社会媒体环境，以及网络市场可信赖的信用体系。

因此，下面我们从观点、用户、行为三个层次看待社会媒体情感分析所面临的新挑战和新任务。