基于商品特征挖掘的在線評論有用性分類研究.pdf

1、隨著電子商務(wù)的快速發(fā)展，越來越多的消費(fèi)者習(xí)慣于網(wǎng)上購物。消費(fèi)者在發(fā)生購買行為后，可以對已購買的商品進(jìn)行評論，這些評論不僅是消費(fèi)者對商品賣家的反饋，同時(shí)也能對其他消費(fèi)者提供建議和指導(dǎo)。商品的熱銷意味著商品評論的大量增加，某些火爆的商品動輒數(shù)萬條的評論讓賣家和買家都難以處理，這就需要雙方從海量的商品評論中快速地篩選出有用的評論，從大量冗余的信息中提取出真正可以指導(dǎo)銷售和購買的有用信息。
　　對海量在線評論中有用信息的迫切需求使得國內(nèi)外

2、研究者都不約而同地關(guān)注起了評論挖掘的一個(gè)具體的應(yīng)用領(lǐng)域——評論有用性分類。本研究考慮到各大電商網(wǎng)站普遍無法提供全面的評論信息這一現(xiàn)實(shí)情況，從評論內(nèi)容本身及商品特征信息入手，通過商品特征挖掘?yàn)樵u論有用性分類特征的選取提供參考;為了充分利用海量的評論，本研究采用半監(jiān)督學(xué)習(xí)的方法對分類模型進(jìn)行訓(xùn)練，最終得到有優(yōu)異性能的評論有用性分類模型。
　　論文首先研究已有商品特征挖掘方法的不足，從分詞、剪枝和特征選取等方面進(jìn)行有效改進(jìn)，最后得到優(yōu)化