中文網(wǎng)絡(luò)客戶(hù)評(píng)論中的產(chǎn)品特征挖掘方法研究.pdf

1、過(guò)去十幾年中，隨著Internet技術(shù)應(yīng)用的深化和擴(kuò)展。越來(lái)越多的客戶(hù)開(kāi)始瀏覽大量的網(wǎng)絡(luò)評(píng)論來(lái)了解產(chǎn)品和服務(wù)的口碑，幫助做出可靠的決策。同時(shí)網(wǎng)絡(luò)客戶(hù)評(píng)論作為反饋機(jī)制也幫助了生產(chǎn)者和銷(xiāo)售商提升產(chǎn)品，改進(jìn)服務(wù)從而獲得競(jìng)爭(zhēng)力。但是，隨著電子商務(wù)的蓬勃發(fā)展，網(wǎng)絡(luò)評(píng)論數(shù)量的飛速增長(zhǎng)，使得信息內(nèi)容越來(lái)越龐雜，造成了客戶(hù)評(píng)論中有用信息難以獲取的后果。因此，迫切需要借助一定的技術(shù)手段來(lái)使這一過(guò)程變得更為準(zhǔn)確而便捷。目前，這一技術(shù)作為一個(gè)復(fù)雜的任務(wù)仍然面

2、臨著巨大的挑戰(zhàn)。以有效獲取網(wǎng)絡(luò)用戶(hù)評(píng)論信息為目標(biāo)的非結(jié)構(gòu)化數(shù)據(jù)分析技術(shù)——“評(píng)論挖掘”吸引了很多學(xué)者關(guān)注。評(píng)論挖掘作為非結(jié)構(gòu)化信息挖掘的一個(gè)新興領(lǐng)域，主要涉及情感分析，評(píng)論中產(chǎn)品特征挖掘，以及評(píng)論中主觀內(nèi)容識(shí)別等等。在英文評(píng)論領(lǐng)域，研究者已經(jīng)初步取得一些成果，而針對(duì)中文網(wǎng)絡(luò)用戶(hù)評(píng)論的研究還仍處于起步階段。隨著中國(guó)電子商務(wù)在世界領(lǐng)域內(nèi)的崛起，亟需對(duì)于中文評(píng)論中有用信息的自動(dòng)提取技術(shù)。但是，由于中英文文化背景以及語(yǔ)言差異的存在，使得英文領(lǐng)域

3、的研究成果不能直接應(yīng)用于中文評(píng)論。本文將針對(duì)面向電子商務(wù)的中文網(wǎng)絡(luò)客戶(hù)評(píng)論，探索評(píng)論內(nèi)容中產(chǎn)品特征提取及相關(guān)技術(shù)，旨在為中文領(lǐng)域內(nèi)的客戶(hù)和企業(yè)提供更為方便和科學(xué)的評(píng)論挖掘工具。
　　本文首先將網(wǎng)絡(luò)客戶(hù)評(píng)論作為網(wǎng)絡(luò)口碑中的一種，搭建了面向電子商務(wù)的中文客戶(hù)評(píng)論挖掘理論框架；從產(chǎn)品特征挖掘的整體問(wèn)題出發(fā)，提出了中文網(wǎng)絡(luò)客戶(hù)評(píng)論中產(chǎn)品特征挖掘DFM（數(shù)據(jù)-功能-方法）模型；從產(chǎn)品特征挖掘方法的研究細(xì)節(jié)出發(fā)，構(gòu)建了產(chǎn)品特征挖掘方法研究框架

4、。
　　為了從中文客戶(hù)評(píng)論中得到用戶(hù)關(guān)心的產(chǎn)品特征，本研究通過(guò)對(duì)英文評(píng)論產(chǎn)品特征挖掘方法進(jìn)行原理創(chuàng)新和技術(shù)拓展，基于關(guān)聯(lián)規(guī)則理論，特別是Apriori算法得到頻繁項(xiàng)集作為候選產(chǎn)品特征。然后結(jié)合獨(dú)立支持度，鄰近規(guī)則等剪枝原則對(duì)于結(jié)果進(jìn)行篩選過(guò)濾，提出了中文網(wǎng)絡(luò)客戶(hù)評(píng)論中的產(chǎn)品特征挖掘方法；對(duì)于非頻繁特征項(xiàng)的產(chǎn)品特征針對(duì)中文評(píng)論的情況采取了相應(yīng)措施。本研究還在以上方法的基礎(chǔ)上糾正了挖掘到的候選產(chǎn)品特征語(yǔ)序，以提高在中文評(píng)論中的挖掘性能

5、。
　　另外與PMI-IR方法即點(diǎn)互信息技術(shù)和信息存取技術(shù)相結(jié)合，將候選產(chǎn)品特征與產(chǎn)品的語(yǔ)義關(guān)聯(lián)程度進(jìn)行量化并且排序，過(guò)濾掉候選集合中關(guān)聯(lián)程度比較低的結(jié)果，提高了挖掘產(chǎn)品特征算法的性能。并且通過(guò)對(duì)旅游目的地中文評(píng)論特點(diǎn)進(jìn)行分析，修正了算法，目的為提高這一特殊產(chǎn)品的挖掘結(jié)果綜合性能。
　　為了結(jié)合情感分析技術(shù)和產(chǎn)品特征挖掘方法，研究了基于語(yǔ)義方法的中文情感分析中情感代表詞的選擇和優(yōu)化，以及產(chǎn)品特征這一粒度級(jí)別的情感分析技術(shù)。<

6、br>　　最后實(shí)現(xiàn)了對(duì)于評(píng)論中產(chǎn)品特征及其情感傾向的綜合信息挖掘，并且在結(jié)論中提供了根據(jù)產(chǎn)品特征出現(xiàn)頻率以及其情感傾向情況的排名，使得用戶(hù)所關(guān)心的挖掘結(jié)果更為顯著。
　　本研究通過(guò)互聯(lián)網(wǎng)獲得一些產(chǎn)品的評(píng)論語(yǔ)料，對(duì)所提出的所有算法都進(jìn)行了數(shù)據(jù)實(shí)驗(yàn)，并且對(duì)一些算法和英文評(píng)論的相關(guān)技術(shù)進(jìn)行了差異顯著性檢驗(yàn)，實(shí)驗(yàn)結(jié)果驗(yàn)證了提出方法的有效性。
　　本文提出了一些新的算法解決了中文網(wǎng)絡(luò)客戶(hù)評(píng)論中的產(chǎn)品特征挖掘關(guān)鍵問(wèn)題。這些技術(shù)的研究將有