文 献 综 述 一、选题的依据及意义 随着互联网的蓬勃发展，越来越多的人喜欢在网络上对电影进行评论，网络上积累了大量的影片评论数据。

这些评论数据所表述的观影感受和电影情感特征，对于辅助用户观影决策而言具有重要的应用价值。

面对网络上日益丰富的情感信息资源,如何能快速有效的获取并使用其中的有效信息成为人们关注的问题。

课题以影评信息领域的客户情感挖掘为例,通过数据挖掘技术来挖掘影评中用户透露的情感信息。

本毕业设计的思路是对影评文本进行情感分析，以提取电影的情感特征，而一旦获取到所有的电影情感特征，就可以根据观众期望的情感状态来建立个性化的电影推荐系统。

传统的电影特征提取和分类主要是通过对电影基本信息属性向量化再求余弦相似度，基本信息包括导演、演员、类型等数据，而实际中，用户除了对电影如类型、导演等基本信息比较关注以外，对电影内容和情感的认同也是是否选择观影的重要考虑因素。

因此这一电影特征提取和分类方法结果不够准确，本文引入文本情感分析的方法，对影评进行情感维度的量化，从而提取电影的情感特征。

本毕设采用目前最流行功能最强大的Python程序设计语言来进行程序的编写。

Python是一种面向对象的解释型计算机程序设计语言，由荷兰人Guido van Rossum于1989年发明，第一个公开发行版发行于1991年。

课题采用Keras软件作为工具，运用支持向量机等数据挖掘技术进行在线影评的情感分析，分析评论不少于100条，能够判断每条影评是持赞同、反对或是中立情绪。