聚類算法研究及在評論挖掘中的應(yīng)用.pdf

1、隨著科學(xué)技術(shù)及信息技術(shù)的不斷進(jìn)步，在電子商務(wù)越來越普及的條件下，對于不同的產(chǎn)品或同一種產(chǎn)品，客戶或購物者或消費(fèi)者選擇時(shí)對于產(chǎn)品的評價(jià)信息越來越重視。隨著大數(shù)據(jù)和海量數(shù)據(jù)的到來，紛繁復(fù)雜的產(chǎn)品無所不有，更讓人應(yīng)接不暇，客戶或消費(fèi)者如何選擇滿意且更具有性價(jià)比的產(chǎn)品，成為人們越來越關(guān)注的焦點(diǎn)，因而通過對產(chǎn)品評論挖掘的研究從中獲得更具價(jià)值的信息，變得越來越重要。評論挖掘技術(shù)屬于數(shù)據(jù)挖掘研究的重要方面，伴隨著機(jī)器學(xué)習(xí)、信息檢索、統(tǒng)計(jì)自然語言處理、

2、數(shù)據(jù)挖掘等技術(shù)的發(fā)展，評論挖掘也成了目前研究的重點(diǎn)之一，并有許多研究成果已被廣泛應(yīng)用于社會實(shí)踐中。
　　本文主要是針對電子商務(wù)下酒店評論提出的一種廣泛應(yīng)用于眾多產(chǎn)品評論挖掘的方法。通過對產(chǎn)品評論挖掘關(guān)鍵技術(shù)的研究，本文提出的評論挖掘方法主要涉及到以下幾個(gè)部分，首先，需要從互聯(lián)網(wǎng)中獲取大量的有價(jià)值評論并對其加工處理;其次，對處理后的評論進(jìn)行關(guān)鍵字或短語抽取，抽取的內(nèi)容盡量保證原有的語義;再次，通過聚類或分類算法對評論中的不同屬性進(jìn)行

3、相關(guān)內(nèi)容的劃分;最后，根據(jù)構(gòu)建情感詞庫、否定詞詞庫及情感計(jì)算方法對相應(yīng)的屬性或整體進(jìn)行情感滿意度計(jì)算。通過評論挖掘的相關(guān)知識的研究，學(xué)習(xí)并研究評論挖掘的關(guān)鍵技術(shù)，主要包含評論對象的特征提取、與聚類或分類相關(guān)的算法、提出了MMACA聚類算法并進(jìn)行了詳細(xì)論述、情感滿意度的計(jì)算方法等。同時(shí)，針對酒店預(yù)訂評論的特性，通過利用簡單、高效的雙向匹配算法，實(shí)現(xiàn)了對評論對象及評價(jià)詞等主要評論內(nèi)容的信息抽取。針對評論挖掘中聚類技術(shù)，受劃分聚類算法、層次聚