《表4 混淆矩阵：基于文本挖掘技术的网络舆情特征研究》
提示：宽带有限、当前游客访问压缩模式
在所有数据中随机抽取出出了1000条数据进行人工标注，一共得到了710条积极情感和248条消极情感评论，其余42条评论无法确定其情感倾向。（如表4所示）
| 图表编号 | XD00102876600 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.10.01 |
| 作者 | 骆明、王含含、盛博、廖安灵 |
| 绘制单位 | 中南民族大学、中南民族大学、中南民族大学、中南民族大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表3 混淆矩阵：人工智能背景下网络舆情数据识别及管理研究》2020.07.20
- 《表5 加权标准化指标：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表2 再入院原因分析：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表1 材料渗透系数：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表4 转矩数据表：基于文本挖掘的大学生网络舆情检测和预警模型》2019.12.20
- 《表3 微博各主题关键词：基于文本挖掘的网络舆情主题发现与情感分析》2021.02.28
- 《表1 混淆矩阵：非均衡数据下基于卷积神经网络的专利文本自动分类研究》2020.09.30
- 《表2 混淆矩阵：基于统计特征的Quality Phrase挖掘方法》2020.05.01
- 《表2 混淆矩阵：游客情感计算的文本大数据挖掘方法比较研究》2020.07.01
- 《表7 混淆矩阵：基于子语义空间的挖掘短文本策略方法》2020.03.20
- 《表6 作战能力特征词簇：基于海量文本挖掘的新兴技术分析方法研究》2019.09.01
- 《表5 战争类型特征词簇：基于海量文本挖掘的新兴技术分析方法研究》2019.09.01
- 《表2 文本处理结果：网络多媒体数据中舆情关联主题的挖掘方法》2020.01.30
- 《表3 混淆矩阵定义：大数据环境下基于云计算的图书馆用户信息挖掘技术研究》2019.11.01
- 《表2 转发数据字段：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表1 评论数据字段：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表3 爬取结果：基于文本挖掘技术的网络舆情特征研究》2019.10.01
- 《表3 混淆矩阵：网络广告点击率预估的特征学习及技术研究进展》2019.09.01
- 《表3 实验相关算法参数：基于文本聚类的网络微博舆情话题识别与追踪技术研究》2019.09.15
- 《表3 混淆矩阵评价原理：基于数据挖掘技术的财务舞弊识别模型构建》2019.02.20