[1]张诗雨 张文德.基于IPv6的MOOC课程评论情感分析系统研究*[J].信息化理论与实践,2020,(01):37-46.
　MOOC Courses Sentiment Analysis System Based on IP v6 Zhang Shiyu1 Wang lingyan 1 Liu tian 2[J].Information Theory and Practice,2020,(01):37-46.
点击复制

基于IPv6的MOOC课程评论情感分析系统研究*()
分享到：

《信息化理论与实践》[ISSN:2520-5862/CN:]

卷:
期数:
2020年01
页码:
37-46
栏目:
出版日期:
2020-12-30

文章信息/Info

Title:
MOOC Courses Sentiment Analysis System Based on IP v6 Zhang Shiyu1 Wang lingyan 1 Liu tian 2
作者:
张诗雨 张文德
福州大学图书馆 福州
Author(s):
1
(Fuzhou University Library, Fuzhou 350116, China) 2(Fujian Agriculture and Forestry University Library, Fuzhou 350002, China)
关键词:
深度学习 多层感知机模型（MLP） 文本情感分析 慕课 Ipv6
Keywords:
Deep Learning Multi-Layer PerceptionMLP Text Sentiment Analysis MOOC IPv6
摘要:
目的】通过深度学习算法建立情感分类模型，提高分类模型的准确率，并基于IPv6建立慕课评论情感分析系统。【方法】以中国慕课网部分课程评论文本作为实验数据，通过连续词袋模型（CBOW）获得词向量，在此基础上，分别利用支持向量机模型（SVM）和多层感知机模型（MLP）对慕课评论进行情感分类。【结果】本文通过比较两种模型的识别准确率，得出MLP具有更好的情感分类性能的结论。此外，本文还提出了IPv6环境下的慕课评论情感分析系统架构，为IPv6与慕课领域的融合提供参考价值。【局限】由于慕课用户的评论动力不足，评论文本具有片面性。【结论】相较于支持向量机模型，多层感知机模型的慕课课程评论分类效果更优。
Abstract:
Objective] This paper proposes a model based on deep learning algorithm, aiming to improve classification accuracy, and a MOOC courses sentiment analysis system based on IPv6. [Methods] First, we selected MOOC courses comments as experiment data. Then, we compared the support vector machine model (SVM) and the multi-layer perceptron model (MLP) based on the word vectors by continuous bag-of-words model (CBOW) . [Results] In this paper, we compare the recognition accuracy of the two models, and draw a conclusion that MLP has better emotional classification performance. In addition, this paper also proposes the framework of the evaluation mechanism of the MOOC commentary in the IPv6 environment, which provides reference for the integration of IPv6 and MOOC. [Limitations] The reviews are one-sided for lack of motivation of comments. [Conclusions] Compared with the support vector machine model, the multi-layer perceptron model has better classification of MOOC reviews.

参考文献/References:

KIM S M ，HOVY E. Identifying and analyzing judgment opinions[C].Proceedings of the Joint Human Language Technology/North AmericanChapter of the ACL Conference ，2006：200-207.

LIU S，LI F，LI F，et al. Adaptive co-training SVM for sentimentclassification on tweets [C]. Proc of ACM International Conferenceon Information & Knowledge Management ，2013：2079-2088.

LIU P，MENG H.SeemGo：conditional random fields labeling andmaximum entropy classification for aspect based sentiment analysis [C]. Proc of International Workshop on Semantic Evaluation ，2014：527-531.

郭超磊,陈军华.基于SA-SVM的中文文本分类研究[J].计算机应用与软件,2019,36(03):277-281.

郑腾,吴雨川.LDA特征扩展的多类SVM短文本分类方法研究[J].武汉纺织大学学报,2019,32(02):72-76.

施瑞朗.基于社交平台数据的文本分类算法研究[J].电子科技,2018,31(10):69-70+75.

王辉,周忠锦,王世晋,史卓颖.基于MLP深度学习算法的DGA准确识别技术研究[J].信息安全研究,2019,5(06):495-499.

路明玉.通过MLP网络结构进行手写数字识别的系统设计[J].科技资讯,2019,17(14):17-18.

张璞,刘畅,李逍.基于PU学习的建议语句分类方法[J].计算机应用,2019,39(03):639-643.

晏福,徐建中,李奉书.混沌灰狼优化算法训练多层感知器[J].电子与信息学报,2019,41(04):872-879.

刘迷迷,蔡永铭.基于多层感知神经网络的糖尿病并发症预测研究[J].软件,2018,39(10):30-35.

范振宇. 基于Bagging算法优化MLP神经网络量化选股[D].上海师范大学,2018.

刘澍,王宏远.基于混合遗传算法优化的MLP神经网络的调制方式识别[J].武汉大学学报(理学版),2008(01):104-108.

王天琦,王学明,王恒.IPv6下的TTS文本语音转换[J].信息技术与信息化,2019(01):57-59.

赵衍,张文正,张志悦,吴胜男.基于IPv6的多语种教学资源管理平台设计与实现[J].通信学报,2018,39(S1):13-21.

张竞艳. 基于IPv6流媒体的知识元E-Learning系统的设计与实现[D].河北科技大学,2013.

鲍志彦.图书馆学科信息可视化服务模式研究[J].图书馆理论与实践,2016(11):83-86.

蔡梦娇. 国外航天情报信息系统的研究与实现[D].西安电子科技大学,2017.

曾婷,杨帆,王恒.国土规划数字档案资源的数据挖掘与可视化[J].兰台世界,2019(S1):191-192.

邓伟珍.图书情报领域信息可视化分析方法研究进展综述[J].科技传播,2018,10(18):170-171.

杜鸶.基于知识可视化的数字图书馆知识服务模式研究[J].图书馆学刊,2017,39(08):61-65.

付红.物联网环境下可视化技术在高校档案信息管理系统的应用[J].信息记录材料,2019(06):12-14.

谷惠敏.可视化技术在高校档案管理系统的应用[J].电子技术与软件工程,2019(04):160-161.

黄万伟,杜春锋,张建伟,段通.支持IPv6试验和部署的新型数据平面结构研究[J].郑州大学学报(工学版),2019,40(02):12-17.张沛,陈文龙,唐晓岚.IPv6融合树结构存储及快速查找[J].小型微型计算机系统,2018,39(12):2640-2645.

李会平.试论IPv6趋势下的档案信息化应用与任务[J].办公自动化,2019,24(03):45-47+26.

刘健.博物馆数据可视化的探索与实践——以上海博物馆数字化建设为例[J].博物院,2019(02):91-97.

刘燕,傅智杰,李姣,侯丽.医学百科知识图谱构建[J].中华医学图书情报杂志,2018,27(06):28-34.

吕建科. 基于潜变量的PCA降维方法在文本分类问题中的应用[D].浙江大学,2018.

马晓亭.面向智慧决策的图书馆可视化分析系统研究[J].图书馆理论与实践,2019(01):74-78.

马妍. 商品评论情感分析系统的设计与实现[D].北京交通大学,2015.

秦倩,张文德.基于IPv6的移动图书馆APP的构建与实现[J].情报探索,2018(02):65-71.

瞿康源,张娜,何娟,刘超,刘盈,张秋月.基于IPv6的社区智慧医疗服务体系构建[J].电脑知识与技术,2019,15(06):286-288.

孙雨生,李万蓉.国内数字图书馆信息可视化研究进展:架构体系与关键技术[J].图书馆学研究,2019(04):2-9.

涂文博,袁贞明,俞凯.针对文本分类的神经网络模型[J].计算机系统应用,2019(07):145-150.

万杰,李滨,姚坤,张晓洁,孟凡生,于继来.基于IPV6的国内能源效率的综合分析及评价系统构建[J].节能技术,2019,37(02):189-193.

王君林,胡龙伟,郭凤璐,黄宝伦.基于知识图谱的管理信息系统可视化研究[J].信息技术与信息化,2018(10):168-172.

王晓慧,王康.基于CiteSpace的国内竞争情报研究现状可视化分析[J].电子商务,2017(05):32-34+77.

王妍.高校图书馆大数据可视化分析系统的优化设计与实现方法初探[J].戏剧之家,2019(07):244.

许鑫,钱佳轶.城市公共图书馆布局可视化系统的建设与应用[J].图书馆杂志,2017,36(02):87-94.

杨帅.银行业IPv6演进方案[J].电子技术与软件工程,2019(08):33-34.

余兆明.IPv6技术在数字化校园建设中的应用研究[J].中国新通信,2019,21(06):100-101.

张剑.以用户为中心的可视化数字图书馆评价框架研究[J].新世纪图书馆,2017(07):64-67+96.

张骏,顾冲.我国推荐系统研究热点及可视化分析[J].现代商贸工业,2018,39(18):7-10.

张长鲁,王宗水.信息可视化领域研究演化、进展与趋势[J].图书馆工作与研究,2017(09):12-17.

赵洪波,朱波,刘海昕.图书馆大数据可视化分析系统的设计与实现[J].科技创新导报,2019,16(03):255-256.

赵迎春.图书馆读者行为的大数据分析系统的设计与实现[J].四川图书馆学报,2017(02):59-61.

赵玉婷,努尔布力,吾守尔·斯拉木.基于CiteSpace的IPv6地址应用研究的可视分析[J].现代电子技术,2018,41(20):1-5.

郑勇峰.图书馆大数据可视化分析系统的设计与实现[J].科技风,2018(30):17+30.

朱会亮.基于IPv6网络的电子档案平台设计[J].兰台世界,2015(05):29-30.

(通讯作者：张文德，ORCID：0000-0002-3017-9211，E-mail: zhangwd@fzu.edu.cn)





作者贡献声明：

张诗雨：提出研究思路，设计研究方案，进行实验，撰写论文；

张文德：论文最终版本修订

利益冲突声明：

所有作者不存在利益冲突关系。

支撑数据：

支撑数据由作者自存储。E-mail: 502792604@qq.com。

[1]张诗雨, 张文德. stopwords.txt. 停用词表

[2]张诗雨, 张文德. corpus1.txt. 爬取课程评论数据

[3]张诗雨, 张文德. 评论.txt. python用数据

备注/Memo

备注/Memo:
(通讯作者：张文德，ORCID：0000-0002-3017-9211，E-mail: zhangwd@fzu.edu.cn)作者贡献声明
更新日期/Last Update: 2021-06-30