微博情感可视化系统，杜贺，於志文，为了研究微博用户表达情感的特性，从个人化的情感表达和对社会性事件的态度反映两类文本出发，分别对个人情感变化以及热点事件中

Customer_satisfaction_Analysis 结果整合 Demo 演示 基于用户 UGC 的在线民宿满意度挖掘，负责数据采集、主题抽取、情感分析等任务。开发的目的是克服用户打分和评论不一致，实现了在线评论采集和用户满意度分析。 主要功能包括在线原始评论采集、主题聚类、评论情感分析与结果可视化展示等四个模块，如下所示。 提取后的民宿地址和在线评论等信息如下。 搭建了百度地图 POI 查询入口，可以进行自动化的批量查询地理信息。 通过高频词可视化展示，归纳出评论主题。 构建了基于在线民宿语料的 LDA 自动化主题聚类模型，利用主题中心词能找出对应的主题属性字典，并使用用户打分作为标注，然后通过多种分类模型，选用最优模型对提出的评价主体 进行情感分析，针对主题属性表进行主题提取后的文本进行情感分析，分别得出当前主题对应的情感趋势，横坐标为所有关于主题为“环境”的情感得分，纵坐标为

为了提高情感可视化的鲁棒性，该文提出了一种面向语音与面部表情信号的情感可视化方法。首先对获取的情感信号进行特征提取，并将其作为神经网络的输入，神经网络的输出即为相应的图案信息，然后通过图像生成模块生成可视化图像，实现对中性、高兴、愤怒、惊奇、悲伤和恐惧六种人类基本情感的可视化。该方法通过组合不同模式的情感特征进入一幅图像中，为人们创造了情感的可读模式，可以直观地展示情感的分类结果。仿真实验结果表明，仅通过语音信号进行可视化的平均正确率是78.0%，而通过该文方法的平均正确率是91.8%，具有良好的鲁棒性和易懂性。