基于屬性的商品評論情感挖掘研究.pdf

1、電子商務的迅速發(fā)展使得越來越多的用戶喜歡在網(wǎng)上購買商品,用戶在購買商品時通常喜歡參考別的用戶對該商品的評論,來判斷該商品是否適合自己。目前很多電子商務網(wǎng)站都有商品總體情感傾向的分析,但是用戶在購買商品時通常喜歡根據(jù)自己感興趣的屬性判斷某件商品是否適合自己。
　　論文以商品的評論文本為研究對象,研究了構造基于屬性的商品評論挖掘系統(tǒng)所需要的工作和關鍵技術,包括評論文本預處理、商品屬性提取與關聯(lián)、屬性級的情感傾向性分析與結果展示。

2、>　　探討了使用詞典與統(tǒng)計相結合的算法對評論文本分詞,使用維特比算法查找隱馬爾科夫模型最優(yōu)路徑的方法對分詞后的評論文本進行詞性標注。實驗結果表明改進后的分詞算法能取得較高的性能,使用學習后的詞典相比學習前的詞典能取得更高的查準率。
　　使用改進的關聯(lián)規(guī)則算法和相應的三種剪枝規(guī)則來提取商品的頻繁屬性,關聯(lián)屬性詞與觀點詞,來提高處理速度。實驗結果表明改進后的關聯(lián)規(guī)則算法執(zhí)行速度比未改進的快。
　　設計基于屬性的評論情感分析和評級