基于Web文本挖掘的網(wǎng)絡(luò)口碑分析系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).pdf

1、隨著互聯(lián)網(wǎng)的發(fā)展,網(wǎng)絡(luò)空間已成為消費(fèi)者發(fā)表企業(yè)口碑信息的主要場所,同時(shí)也是企業(yè)收集消費(fèi)者的反饋信息,發(fā)現(xiàn)產(chǎn)品缺陷與服務(wù)盲區(qū)的重要場所。然而面對(duì)海量的網(wǎng)絡(luò)信息,僅僅依靠傳統(tǒng)的人工搜集、整理和分析的方式已經(jīng)不能滿足現(xiàn)實(shí)口碑監(jiān)測工作的需要。因此,建立一個(gè)智能化的網(wǎng)絡(luò)口碑監(jiān)測平臺(tái)對(duì)于企業(yè)改善自身素質(zhì)、增強(qiáng)競爭力具有重要的意義。
　　本文依托于網(wǎng)絡(luò)口碑監(jiān)測平臺(tái)的建設(shè),結(jié)合平臺(tái)的功能需求,設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)智能化的網(wǎng)絡(luò)口碑分析系統(tǒng)。該系統(tǒng)采用W

2、eb文本挖掘技術(shù),實(shí)現(xiàn)對(duì)海量口碑文本的自動(dòng)提取、篩選、識(shí)別和分類。本文的工作主要包括:1)分析比較現(xiàn)有的網(wǎng)頁解析技術(shù),采取基于XQuery模板的方式,實(shí)現(xiàn)對(duì)網(wǎng)頁文本元數(shù)據(jù)的精確抽取;2)分析比較現(xiàn)有的信息過濾技術(shù),采用基于支持向量機(jī)的文本二值分類器,濾除平臺(tái)無需關(guān)注的信息,保證后續(xù)數(shù)據(jù)分析的準(zhǔn)確性;3)采用多模式匹配算法,結(jié)合預(yù)設(shè)的產(chǎn)品匹配規(guī)則,快速識(shí)別出口碑文本涉及的產(chǎn)品;4)通過“一對(duì)多法”構(gòu)建支持向量機(jī)文本多分類器,對(duì)口碑文本按預(yù)