基于觀點挖掘的網(wǎng)絡產(chǎn)品評論分析系統(tǒng).pdf_第1頁
已閱讀1頁,還剩64頁未讀, 繼續(xù)免費閱讀

下載本文檔

版權說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權,請進行舉報或認領

文檔簡介

1、近幾年來,以互聯(lián)網(wǎng)為代表的計算機信息技術迅速普及,傳統(tǒng)商業(yè)數(shù)據(jù)已逐漸向網(wǎng)絡積累。網(wǎng)絡商品交易的數(shù)據(jù)能通過數(shù)據(jù)挖掘的方式合理利用并為企業(yè)決策和戰(zhàn)略發(fā)展服務。數(shù)據(jù)挖掘在客戶關系管理與產(chǎn)品設計中的應用是數(shù)據(jù)挖掘目前最為廣泛,也是眾多成功的商業(yè)應用之一。作為一種結合了數(shù)據(jù)挖掘分析技術和信息管理的新型營銷方式,數(shù)據(jù)挖掘與商務智能通過搜集消費者在網(wǎng)絡上購買商品過程的大量數(shù)據(jù),利用關聯(lián)規(guī)則、機器學習和統(tǒng)計分析等技術對其進行處理,根據(jù)分析結果來確定相應

2、產(chǎn)品的反饋信息以及用戶對某產(chǎn)品的觀點的變化,提高產(chǎn)品在市場上的反應能力。
   把存在于互聯(lián)網(wǎng)上商品交易的海量數(shù)據(jù)轉換成能被識別且能直接使用的知識,利用和改進商業(yè)數(shù)據(jù)的文本挖掘過程,有效的設計出針對商品評論的數(shù)據(jù)挖掘系統(tǒng)并以此得到準確的數(shù)據(jù)分析結果,成為了電子商務發(fā)展的迫切需要與商業(yè)信息管理的研究重點。
   本文主要以商業(yè)領域的需求為背景,建立一個基于觀點挖掘的網(wǎng)絡產(chǎn)品評論分析系統(tǒng)。該系統(tǒng)主要分析網(wǎng)站上用戶對某產(chǎn)品的觀

3、點評論文本,利用機器學習的方式主動識別用戶在特定時間段內(nèi)對產(chǎn)品相關屬性的喜好程度,自動歸納出商品評論在正負兩種情感表達下各自涉及到的產(chǎn)品屬性,得到產(chǎn)品待宣傳和改進的屬性,最終以視圖的方式呈現(xiàn)給企業(yè)管理人員,幫助他們了解市場需求,制定商業(yè)決策。
   本系統(tǒng)采用機器學習(非線性可分類支持向量機)為理論指導,對評論文本的情感傾向進行分類,并在分類基礎上對產(chǎn)品屬性進行歸納,實驗結果證明利用RBF核函數(shù)的支持向量機在該系統(tǒng)中有較準確的分

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
  • 4. 未經(jīng)權益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權或不適當內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論