摘 要

随着 web2.0 的发展，互联网不断地改变着人们的生活方式。越来越多的人喜欢随时随地发表评论来表达自己的情感，我们把这些短小精干的评论定义为轻型评论。本文通过收集大量数据，总结了轻型评论的定义和特点，如简洁性、不规范性、实时性和交互性，对音乐轻型评论分析技术未来的应用发展进行了论述。音乐的本质是情感，音乐轻型评论则是听众对收听歌曲心情的一种情感表达。本文在原有Hevner情感环的基础上，提出了符合中国人思维和语言习惯的优化情感模型，构建了新的音乐情感词典。同时，基于情感倾向性分析理论，结合之前提出的优化情感模型，对音乐情感进行极性分析。本文运用问卷调查法，调研了目前人们对于音乐软件的应用情况，问卷调查的结果显示，人们的情绪与音乐有着密切的关系，同时人们对个性化音乐推荐服务充满期待。本文的研究成果是提出了基于情感单元的情感向量空间模型，并通过实验证明，情感向量空间模型与人工情感标注相比具有更高的准确性与便捷性。本文的最后还构建了音乐轻型评论分析系统，并对系统的主要功能模块与流程进行了说明。

关键词：轻型评论；空间向量模型；音乐情感分类

Abstract

With the development of web2.0 , the Internet is changing people’s life style. More and more people like to express their feelings at any time any where, and we defined these concise and specific comments as light review. This paper collected a large amount of data , summarized the definition and characteristics of light reviews，like conciseness，non normative, real-time and reciprocit, discussed the application and development of the light reviews technique on music. The essence of music was emotion, taking light reviews was a way for the listeners to show their emotion. On the basis of the original Hevner emotional ring ,this paper proposed an majorizing emotion model match the Chinese thinking and language. then a new musical emotion dictionary was constructed. Based on the theory of emotional tendency analysis, combined with the emotional model, then took polarity analysis for musical emotion. This paper researched the application of music software by use questionnaire survey , the results show that there was a close relationship between people's emotion and music and they need personalized music recommendation service. The research result was to put forward the emotion vector space model which based on emotion unit, it was more accurate and convenient than Artificial emotion annotation through experimental verification. Finally, the paper built an analysis system for light review and introduce the main function and process of this system .

Key word: Light review Vector space model Music emotion classification 

目 录

第1章 绪论 1

1.1 研究背景 1

1.2 研究目的及意义 1

1.3 国内外研究现状 2

1.4 论文结构安排 3

第2章 轻型评论的定义及特点 4

2.1 轻型评论的定义 4

2.2 轻型评论的特点 4

第3章 音乐轻型评论分析的应用 6

3.1个性化音乐推荐方法 6

3.2个性化音乐推荐系统 6

第4章 音乐情感研究 8

4.1 音乐情感分析模型 8

4.1.1 Hevner情感环 8

4.1.2 Thayer 模型 9

4.2 构建音乐情感字典 10

4.3 音乐情感极性分析 10

4.4 设计音乐情感调查问卷 11

4.5 调查问卷结果分析 12

4.5.1 调查对象的基本情况 12

4.5.2 调查对象收听音乐情况 14

4.5.3 音乐情感分析情况 16

4.5.4 基于情感的音乐推送服务情况 17

4.5.5 调查结论 19

第5章 音乐轻型评论情感挖掘 21

5.1情感向量空间设计原则 21

5.2情感向量空间模型 21

5.3 情感特征分析步骤 23

5.4实验验证 23

5.4.1 人工标注情感与建模计算结果比对 23

5.4.2 实验结果分析测评 23

第6章 音乐轻型评论分析系统 25

6.1 系统简介 25

6.2 系统概要设计 25

6.2.1功能模块图 25

6.2.2音乐轻型评论抓取模块 26

6.2.3轻型评论情感分析模块 27

6.2.4轻型评论分析结果展示模块 28

第7章 总结与展望 29

7.1 总结 29

7.2 展望 29

参考文献 30

附 录A 32

致 谢 33

第1章 绪论

1.1 研究背景

在当今互联网不断数字化和移动化的时代，随时使用网络已经变成人们的习惯之一。在查阅2016年1月中国互联网信息中心发布的报告后，我们发现截至2015年12月，中国网民规模达6.88亿，互联网普及率为50.3%^[1]。其中，我国手机网民的规模达6.20亿，占总网民数的90.12%。随着移动通讯的普及，智能手机在人们生活中有着越来越重要的地位，人们可以随时随地记录心情，分享生活。因此网络上存在着大量的评论信息，其中包含着丰富的情感信息等待挖掘分析。无论是购物网站、社交平台，甚至多媒体音乐视频网站上都存在着大量评论信息，同时呈现出这样一种趋势，大部分都是不超过100字的文本信息。目前，这种轻型评论形式己经成为广大互联网用户广泛使用的信息交流和情感互动的手段，深刻改变着互联网用户的交流互动方式和日常生活习惯。同时，轻型评论信息常常用词简洁，并使用网络用语和生活用语等不规范语言，也常使用表情等特殊符号来表达感情。面对海量的轻型评论信息，想要通过人工标注的方式进行分析，不仅费时费力，而且准确率不高。因此，利用计算机技术进行轻型评论的情感挖掘是十分有必要的。

1.2 研究目的及意义

近年来，计算机技术的日趋成熟使得人们能够更快捷方便地获取想要的信息。随之而来的，人们也希望能够熟练地运用互联网资源计算分析大量简短的评论信息，以窥探人类真实的情感世界。音乐是人们生活中随处可见的一种多媒体表达方式，具有重要的地位。人们在繁忙的学习工作之余，听着悦耳的音乐便能缓解疲劳和压力，工作学习的效率得以提升，并且面对工作任务也变得更有动力。因此，在线音乐播放应用在网络时代来临后得到更为飞速迅猛的发展，当前，音乐方面的多媒体信息分析处理技术已经成为十分重要的研究热点。

大家所熟知的传统音乐搜索是一种基于关键词的文本搜索，即在指定的音乐数据库中匹配需要查询的歌曲名字、歌手名字或者歌词内容之后，返回相关的搜索结果。在这种情况下，用户必须清楚地记得歌曲的准确信息才能进行检索，比如常见的搜索引擎上的音乐搜索功能等。然而很明显，这样的功能并不能满足人们的日常需求，在生活中人们总会碰见以下的一些情况：某天在商场逛街时，广播里播放了一首非常动听的歌曲，但你不知道它的歌名，只能哼唱一句旋律或者只记得打动你的一句歌词，甚至只记得听到这首歌曲时的心情，这时普通的文本搜索显然不能满足人们的需要。试想一下另一种场景，通常在音乐网站上听歌时的你都拥有不同的心情，如果音乐网站能通过你所听的歌曲自动为你推送符合当前心情的高品质音乐，这是否是一种令人愉悦的体验。因此，在音乐方面的检索中不仅要考虑文本的内容，更应充分考虑用户的真实情感需求。