1. 毕业设计（论文）的内容和要求

影评中包含了海量用户或积极或消极的情感观点，利用深度学习算法进行情感分析，进一步进行个性化推荐，主要完成： 1．影评信息的获取和数据预处理：采用python语言爬取影评信息并进行数据预处理，特别是数据的清洗。

2．研究深度学习相关算法，特别是循环神经网络相关算法。

3．利用tensorflow建立分析模型，利用训练数据对文本进行情感分析。

2. 参考文献

[1]Stephen Lynch. A Tutorial Introduction to Python[M].Springer International Publishing:2018-10-10. [2]Andreas C.Muller, Sarah Guido. Introduction to Machine Learning with Python[M]. 南京:东南大学出版社, 2017. [3]Yoann Dupont,Marco Dinarelli,Isabelle Tellier. Label-Dependencies Aware Recurrent Neural Networks[M].Springer International Publishing:2018-10-10. [4]王琛,胡振邦等.深度学习原理与TensorFlow实践[M]. 北京:电子工业出版社, 2017. [5]赵正阳.基于Hadoop及深度学习的电商个性化推荐平台的设计与实现[D].北京交通大学,2018. [6]翟东海,侯佳林,刘月.基于深度学习的文本情感分析算法并行化研究 [J/OL].西南交通大学学报:1-9[2019-01-15]. [7]周敬一,郭燕,丁友东.基于深度学习的中文影评情感分析[J].上海大学学报(自然科学版),2018,24(05):703-712. [8]Kalchbrenner N, Grefenstette E, Blunsom P. A Convolutional Neural Network for Modelling Sentences[J]. Eprint Arxiv, 2014. [9]Severyn A, Moschitti A. UNITN: Training Deep Convolutional Neural Network for Twitter Sentiment Classification[C]. Semeval, 2014: 161-176. [10]Xu J, Wang P, Tian G, et al. Short Text Clustering via Convolutional Neural Networks[J]. 数字内容技术与服务研究中心, 2015:62-69. [11]Johnson R, Zhang T. Effective Use of Word Order for Text Categorization with Convolutional Neural Networks[J]. Eprint Arxiv, 2014. [12]Santos C N D, Gattit M. Deep Convolutional Neural Networks for Sentiment Analysis of Short Texts[C]. International Conference on Computational Linguistics, 2014. [13]张剑,屈丹,李真. 基于词向量特征的循环神经网络语言模型[J]. 模式识别与人工智能, 2015, 28(4):299-305. [14]张英,郑秋生. 基于循环神经网络的互联网短文本情感要素抽取[J]. 中原工学院学报, 2016, 27(6):82-88. [15]夏云庆,杨莹,张鹏洲等.基于情感向量空间模型的歌词情感分析[J]. 中文信息学报, 2010, 24(1):99-103. [16]周胜臣,瞿文婷,石英子等. 中文微博情感分析研究综述[J]. 计算机应用与软件, 2013, 30(3):161-164. [17]孙建立. 基于Python网络爬虫的实现及内容分析研究[A]. 中国计算机用户协会网络应用分会.中国计算机用户协会网络应用分会2017年第二十一届网络新技术与应用年会论文集[C].中国计算机用户协会网络应用分会:北京联合大学北京市信息服务工程重点实验室,2017:4.

3. 毕业设计（论文）进程安排

起讫日期 设计（论文）各阶段工作内容 备 注 12.26-1.15 确定选题，下达任务书。

2018年 1.6-2.10 查阅文献，撰写开题报告。

2019年 2.11-3.1 学习python语法 3.2-3.5 进一步加深对爬虫的理解，学会应用 3.6-3.20 爬取影评数据，进行数据的预处理 3.21-4.10 循环神经网络的学习、建模和实现 4.11-4.25 利用循环神经网络对文本进行情感分析 4.26-5.10 评估，完善训练模型 5.11-5.13 对所完成工作进行梳理、检查 5.14-5.27 毕业论文（设计）的撰写工作 5.28-6.3 修改论文并定稿打印 6.4-6.9 准备毕业论文的答辩,包括答辩演示文稿等